Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

USTest	0.01 9	0.02 12	0.00 1	0.14 100	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 18	0.02 20	0.00 1	0.00 1

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 14	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PSMNet-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

coex-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

iinet-f	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

Wz-Net-TNSev	0.02 15	0.05 49	0.04 43	0.07 47	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 55	0.04 45	0.01 9	0.01 9	0.01 10	0.01 10

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

RYNet	0.02 15	0.02 12	0.02 14	0.03 28	0.03 48	0.03 40	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.03 52	0.03 39	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

LSM0	0.02 15	0.02 12	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

G2L-ROB	0.03 29	0.06 54	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo_test	0.03 29	0.04 37	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 14	0.03 28	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.03 34	0.02 15	0.03 38	0.02 20	0.03 43	0.02 20

TCMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

TCMNet-wrong-test	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.02 20	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

YMNet_1	0.03 29	0.04 37	0.03 36	0.03 28	0.03 48	0.03 40	0.02 20	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.02 20	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

Wz-Net-SNSev	0.03 29	0.09 67	0.07 58	0.09 55	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 68	0.07 59	0.01 9	0.01 9	0.01 10	0.01 10

EDNetEfficientorigin	0.04 38	0.06 54	0.04 43	0.05 43	0.04 78	0.05 88	0.04 80	0.05 88	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.03 36	0.06 93	0.03 53	0.04 76	0.03 50

EDNetEfficient	0.04 38	0.05 49	0.04 43	0.04 37	0.03 48	0.04 76	0.03 50	0.04 76	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.04 71	0.03 48	0.05 51	0.03 36	0.05 85	0.03 53	0.04 76	0.03 50

NVStereoNet_ROB	0.04 38	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
DFGA-Net	0.05 41	0.06 54	0.04 43	0.06 46	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.04 87	0.06 97	0.04 83	0.06 87	0.04 74	0.06 55	0.04 45	0.05 85	0.04 77	0.05 91	0.04 78

GASNet	0.05 41	0.04 37	0.12 102	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.12 126	0.04 87	0.06 97	0.04 83	0.04 71	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

WZ-Net	0.05 41	0.50 213	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.10 75	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-LNSev	0.06 44	0.24 126	0.20 167	0.23 154	0.01 10	0.02 19	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 179	0.21 182	0.02 18	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 44	0.54 231	0.10 69	0.12 84	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 94	0.11 98	0.01 9	0.01 9	0.01 10	0.01 10

AASNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

SACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

AACVNet	0.06 44	0.08 59	0.08 60	0.08 49	0.05 98	0.06 91	0.05 92	0.05 88	0.06 108	0.06 95	0.06 109	0.05 90	0.06 109	0.06 87	0.05 87	0.08 62	0.08 61	0.08 102	0.05 95	0.06 95	0.05 96

BridgeDepth_RVC	0.07 49	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 106	0.05 96	0.08 105	0.05 99	0.08 106	0.05 93	0.08 106	0.05 87	0.11 88	0.10 75	0.07 98	0.05 95	0.07 105	0.05 96
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 49	0.08 59	0.07 58	0.07 47	0.07 111	0.08 104	0.06 108	0.08 106	0.07 111	0.08 105	0.07 112	0.08 106	0.06 109	0.07 103	0.07 102	0.08 62	0.07 59	0.07 98	0.07 105	0.06 95	0.06 104

BridgeDepth	0.08 51	0.08 59	0.11 89	0.11 76	0.05 98	0.08 104	0.05 92	0.08 106	0.07 111	0.08 105	0.05 99	0.08 106	0.05 93	0.09 110	0.08 104	0.15 125	0.11 98	0.07 98	0.05 95	0.07 105	0.06 104
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
ADCMid	0.08 51	0.02 12	0.02 14	1.01 373	0.03 48	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.04 71	0.09 109	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

DA	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 97	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

GGEV	0.09 53	0.13 84	0.39 267	0.08 49	0.05 98	0.07 102	0.05 92	0.13 127	0.05 96	0.06 95	0.05 99	0.06 97	0.05 93	0.06 87	0.05 87	0.06 55	0.05 56	0.14 128	0.13 156	0.06 95	0.05 96

test_sample7	0.09 53	1.00 301	0.11 89	0.11 76	0.02 21	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample6	0.09 53	0.97 291	0.10 69	0.10 59	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample3	0.09 53	0.87 268	0.10 69	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

test_sample2	0.09 53	1.03 315	0.11 89	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

test_sample1	0.09 53	0.87 268	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

SMFormer	0.09 53	1.01 309	0.09 65	0.09 55	0.03 48	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.09 70	0.03 38	0.02 20	0.03 43	0.02 20

tta	0.09 53	0.95 288	0.09 65	0.10 59	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 40	0.02 20	0.03 42	0.02 21	0.03 39	0.02 20	0.09 68	0.10 75	0.03 38	0.02 20	0.03 43	0.02 20

xxx	0.09 53	1.01 309	0.10 69	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.02 21	0.03 40	0.03 52	0.03 42	0.02 21	0.03 39	0.02 20	0.10 73	0.10 75	0.03 38	0.02 20	0.03 43	0.03 50

SepStereo	0.09 53	0.09 67	0.10 69	0.09 55	0.09 115	0.09 110	0.09 114	0.10 111	0.08 115	0.10 112	0.09 116	0.09 112	0.09 117	0.09 110	0.08 104	0.09 68	0.08 61	0.09 107	0.08 109	0.09 112	0.08 108

APVNet	0.09 53	0.05 49	0.04 43	0.05 43	0.04 78	0.05 88	0.90 426	0.06 93	0.04 80	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.04 74	0.05 51	0.04 45	0.05 85	0.04 77	0.05 91	0.05 96

ADCS	0.09 53	0.02 12	0.04 43	0.90 350	0.06 110	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.14 131	0.36 287	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.02 20

zh-sn7	0.10 66	0.98 292	0.14 126	0.15 110	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.15 125	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

DualNet (step1)	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample9	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.02 20	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample8	0.10 66	1.05 319	0.12 102	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.03 53	0.03 43	0.03 50

test_sample5	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

test_sample4	0.10 66	1.03 315	0.12 102	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.13 137	0.03 38	0.03 53	0.03 43	0.03 50

DualNet	0.10 66	1.07 322	0.11 89	0.10 59	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.10 73	0.10 75	0.03 38	0.03 53	0.04 76	0.03 50

1111x	0.10 66	1.14 328	0.13 121	0.14 100	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.11 98	0.03 38	0.02 20	0.03 43	0.02 20

AnonymousM	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

222	0.10 66	0.99 299	0.12 102	0.13 96	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.12 94	0.12 114	0.03 38	0.02 20	0.04 76	0.03 50

test_xeample	0.10 66	1.09 324	0.13 121	0.12 84	0.03 48	0.03 40	0.03 50	0.04 76	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.14 141	0.03 38	0.03 53	0.03 43	0.03 50

PVD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SHD	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

SAMSARA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

XQC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSC	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTS	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

RTSA	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet+	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

MADNet++	0.10 66	0.10 69	0.10 69	0.10 59	0.10 122	0.10 112	0.10 119	0.10 111	0.10 119	0.10 112	0.10 120	0.10 115	0.10 121	0.10 114	0.10 115	0.10 73	0.10 75	0.10 108	0.10 118	0.10 113	0.10 116

ADCPNet	0.10 66	0.03 31	0.04 43	1.27 447	0.03 48	0.04 76	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.04 76	0.03 52	0.08 106	0.04 74	0.04 44	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ISRNet	0.11 87	0.05 49	0.36 252	0.24 159	0.07 111	0.13 127	0.05 92	0.06 93	0.05 96	0.05 90	0.05 99	0.13 129	0.05 93	0.05 81	0.09 109	0.24 186	0.20 178	0.10 108	0.05 95	0.06 95	0.13 151

JetRed	0.11 87	0.12 82	0.11 89	0.11 76	0.11 138	0.11 123	0.14 153	0.11 123	0.11 134	0.12 126	0.11 134	0.11 125	0.11 133	0.11 125	0.11 127	0.11 88	0.16 146	0.11 119	0.11 130	0.11 123	0.11 129

JetBlue	0.11 87	0.11 80	0.12 102	0.13 96	0.14 159	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.11 134	0.11 125	0.11 133	0.12 129	0.12 142	0.11 88	0.11 98	0.11 119	0.11 130	0.11 123	0.11 129

x	0.11 87	1.15 331	0.15 142	0.14 100	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.04 73	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.14 116	0.15 144	0.03 38	0.03 53	0.03 43	0.03 50

Wz-Net-LNSev-Ref	0.11 87	0.44 185	0.33 231	0.39 214	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.39 264	0.36 262	0.02 18	0.02 20	0.02 20	0.02 20

xxxx	0.11 87	1.16 333	0.16 145	0.12 84	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.13 109	0.16 146	0.03 38	0.04 77	0.04 76	0.04 78

BEATNet_4x	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

ADCL	0.11 87	0.03 31	0.03 36	1.60 470	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.05 81	0.03 48	0.03 34	0.03 36	0.03 38	0.03 53	0.03 43	0.03 50

AnyNet_C01	0.11 87	0.02 12	0.02 14	1.62 473	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.03 40	0.02 20	0.02 20	0.02 21	0.06 87	0.04 74	0.02 15	0.02 15	0.02 18	0.02 20	0.02 20	0.03 50

zh-mn7	0.12 96	1.14 328	0.17 152	0.20 137	0.03 48	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.18 151	0.16 146	0.03 38	0.03 53	0.03 43	0.03 50

S2M2_L	0.12 96	0.14 90	0.10 69	0.15 110	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.15 134	0.10 120	0.14 130	0.10 121	0.14 131	0.10 115	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.09 111
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
GwcNet	0.12 96	0.07 58	0.05 57	0.08 49	0.05 98	0.08 104	1.20 454	0.07 103	0.05 96	0.05 90	0.05 99	0.08 106	0.05 93	0.08 106	0.03 48	0.07 60	0.05 56	0.06 93	0.05 95	0.07 105	0.05 96

FADNet-RVC-Resample	0.12 96	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	1.57 524	0.04 44	0.04 45	0.04 72	0.05 95	0.04 76	0.06 104

FADNet_RVC	0.12 96	0.04 37	0.04 43	0.05 43	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.65 528	0.05 51	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

FADNet	0.12 96	0.05 49	0.04 43	0.04 37	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.05 93	0.04 71	1.66 530	0.06 55	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

ADCRef	0.12 96	0.03 31	0.04 43	1.71 476	0.04 78	0.03 40	0.03 50	0.04 76	0.04 80	0.04 73	0.03 52	0.04 76	0.03 52	0.06 87	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.03 43	0.04 78

testlalala2	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

testlalala_base	0.13 103	0.16 92	0.11 89	0.15 110	0.11 138	0.15 135	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.14 116	0.11 98	0.14 128	0.11 130	0.14 133	0.11 129

CIPLG	0.13 103	0.21 112	0.12 102	0.16 121	0.11 138	0.15 135	0.11 132	0.14 129	0.11 134	0.15 134	0.12 145	0.15 140	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLG	0.13 103	0.20 106	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.11 134	0.14 130	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

ACRE	0.13 103	0.21 112	0.14 126	0.15 110	0.11 138	0.14 128	0.11 132	0.14 129	0.11 134	0.14 128	0.12 145	0.14 130	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

LRCNet_RVC	0.13 103	0.13 84	0.09 65	0.13 96	0.10 122	0.14 128	0.10 119	0.14 129	0.10 119	0.23 178	0.10 120	0.20 162	0.10 121	0.24 185	0.11 127	0.11 88	0.09 70	0.12 122	0.14 162	0.12 129	0.09 111

aanetorigin	0.13 103	0.11 80	0.11 89	0.11 76	0.11 138	0.11 123	0.11 132	0.11 123	0.11 134	0.11 124	0.12 145	0.11 125	0.11 133	0.11 125	0.11 127	0.11 88	0.11 98	0.14 128	0.11 130	0.49 322	0.11 129

FADNet-RVC	0.13 103	0.04 37	0.04 43	0.04 37	0.04 78	0.04 76	0.05 92	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.05 93	0.04 71	1.71 533	0.04 44	0.04 45	0.04 72	0.04 77	0.07 105	0.04 78

ELAS	0.13 103	0.16 92	0.11 89	0.15 110	0.09 115	0.18 155	0.11 132	0.18 153	0.11 134	0.17 148	0.11 134	0.18 155	0.11 133	0.18 153	0.11 127	0.14 116	0.08 61	0.14 128	0.08 109	0.14 133	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
w-ln-seven-2	0.14 112	1.22 390	0.28 199	0.32 189	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.03 42	0.03 52	0.03 39	0.03 48	0.32 215	0.27 204	0.04 72	0.03 53	0.03 43	0.03 50

S2M2_XL	0.14 112	0.17 98	0.12 102	0.17 129	0.11 138	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.11 134	0.17 151	0.11 133	0.17 150	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
mmm	0.14 112	1.83 420	0.12 102	0.11 76	0.03 48	0.03 40	0.03 50	0.03 42	0.04 80	0.03 40	0.03 52	0.03 42	0.03 52	0.06 87	0.04 74	0.12 94	0.11 98	0.05 85	0.04 77	0.05 91	0.04 78

ProNet	0.14 112	0.20 106	0.14 126	0.16 121	0.11 138	0.16 143	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 151	0.13 155	0.17 150	0.12 142	0.15 125	0.11 98	0.16 146	0.11 130	0.15 143	0.12 145

IPLGR_C	0.14 112	0.20 106	0.12 102	0.15 110	0.11 138	0.14 128	0.15 158	0.14 129	0.11 134	0.15 134	0.12 145	0.14 130	0.11 133	0.16 141	0.11 127	0.15 125	0.12 114	0.14 128	0.12 148	0.15 143	0.12 145

MIPNet	0.14 112	0.21 112	0.17 152	0.16 121	0.11 138	0.15 135	0.12 148	0.14 129	0.11 134	0.16 139	0.11 134	0.14 130	0.11 133	0.14 131	0.11 127	0.14 116	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

IPLGR	0.14 112	0.24 126	0.14 126	0.16 121	0.12 154	0.15 135	0.12 148	0.14 129	0.11 134	0.15 134	0.12 145	0.14 130	0.11 133	0.14 131	0.11 127	0.15 125	0.12 114	0.14 128	0.11 130	0.14 133	0.11 129

GMStereo	0.14 112	0.13 84	0.14 126	0.14 100	0.14 159	0.14 128	0.14 153	0.14 129	0.14 158	0.14 128	0.14 162	0.14 130	0.14 159	0.14 131	0.14 152	0.14 116	0.14 141	0.14 128	0.14 162	0.14 133	0.14 156
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
AnyNet_C32	0.14 112	0.04 37	0.03 36	2.22 492	0.04 78	0.03 40	0.03 50	0.03 42	0.03 55	0.03 40	0.03 52	0.04 76	0.02 21	0.07 103	0.04 74	0.02 15	0.02 15	0.03 38	0.03 53	0.02 20	0.03 50

HSM	0.14 112	0.16 92	0.12 102	0.17 129	0.12 154	0.17 151	0.11 132	0.17 150	0.11 134	0.17 148	0.12 145	0.17 151	0.12 150	0.17 150	0.12 142	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.12 145

DRN-Test	0.14 112	0.13 84	0.09 65	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.10 119	0.14 128	0.09 116	0.14 130	0.09 117	0.13 130	0.09 109	0.12 94	0.09 70	0.12 122	0.09 111	0.12 129	0.73 402

ELAS_RVC	0.14 112	0.16 92	0.10 69	0.15 110	0.10 122	0.18 155	0.11 132	0.19 155	0.11 134	0.19 154	0.12 145	0.18 155	0.11 133	0.19 156	0.12 142	0.14 116	0.08 61	0.14 128	0.09 111	0.15 143	0.09 111
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ITSA-stereo	0.15 124	0.17 98	0.13 121	0.20 137	0.13 157	0.19 158	0.13 151	0.18 153	0.13 156	0.19 154	0.13 157	0.18 155	0.14 159	0.18 153	0.14 152	0.16 135	0.11 98	0.15 143	0.14 162	0.18 157	0.11 129

test_for_model	0.15 124	0.23 117	0.18 161	0.21 147	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.21 165	0.18 175	0.14 128	0.11 130	0.14 133	0.11 129

CoDeX	0.15 124	0.70 248	0.02 14	0.02 14	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.67 380	0.02 15	0.69 376	0.75 390	0.01 9	0.02 20	0.02 20

ICVP	0.15 124	0.53 227	0.11 89	0.16 121	0.11 138	0.16 143	0.11 132	0.16 142	0.11 134	0.16 139	0.11 134	0.16 141	0.11 133	0.16 141	0.11 127	0.16 135	0.11 98	0.16 146	0.11 130	0.16 147	0.11 129
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
ADCP+	0.15 124	0.04 37	0.04 43	2.20 491	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.05 99	0.04 76	0.04 83	0.08 106	0.04 74	0.04 44	0.04 45	0.04 72	0.04 77	0.04 76	0.04 78

StereoDRNet	0.15 124	0.14 90	0.10 69	0.14 100	0.09 115	0.15 135	0.09 114	0.14 129	0.09 118	0.14 128	0.10 120	0.14 130	0.09 117	0.14 131	0.09 109	0.13 109	0.10 75	0.13 126	0.09 111	0.13 131	0.82 415

LALA_ROB	0.15 124	0.19 102	0.12 102	0.18 131	0.11 138	0.20 163	0.12 148	0.21 170	0.12 153	0.20 160	0.12 145	0.20 162	0.12 150	0.21 171	0.13 148	0.17 143	0.10 75	0.18 164	0.11 130	0.18 157	0.11 129

SGM_RVC	0.15 124	0.17 98	0.11 89	0.18 131	0.11 138	0.19 158	0.11 132	0.19 155	0.12 153	0.19 154	0.12 145	0.20 162	0.12 150	0.19 156	0.12 142	0.16 135	0.11 98	0.17 154	0.10 118	0.17 153	0.10 116
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
z-mn7	0.16 132	1.21 384	0.33 231	0.41 240	0.04 78	0.04 76	0.03 50	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.35 233	0.31 236	0.04 72	0.04 77	0.04 76	0.04 78

GMStereo_Zeroshot	0.16 132	0.16 92	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 141	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 160

qqq	0.16 132	2.01 437	0.12 102	0.15 110	0.04 78	0.06 91	0.05 92	0.06 93	0.04 80	0.06 95	0.03 52	0.06 97	0.03 52	0.06 87	0.03 48	0.12 94	0.14 141	0.04 72	0.04 77	0.03 43	0.03 50

DeepPruner_ROB	0.16 132	0.18 101	0.13 121	0.19 134	0.13 157	0.19 158	0.13 151	0.19 155	0.13 156	0.19 154	0.13 157	0.19 159	0.13 155	0.19 156	0.13 148	0.18 151	0.13 137	0.18 164	0.13 156	0.18 157	0.13 151

CAS++	0.17 136	0.27 134	0.21 173	0.10 59	0.21 209	0.15 135	0.22 197	0.10 111	0.21 197	0.22 174	0.10 120	0.19 159	0.18 188	0.10 114	0.19 186	0.20 158	0.19 176	0.18 164	0.10 118	0.19 163	0.18 178
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
11t1	0.17 136	2.16 446	0.13 121	0.13 96	0.04 78	0.06 91	0.04 80	0.06 93	0.04 80	0.06 95	0.03 52	0.06 97	0.03 52	0.06 87	0.05 87	0.18 151	0.12 114	0.06 93	0.03 53	0.05 91	0.03 50

SFCPSM	0.17 136	0.78 253	0.02 14	0.02 14	0.01 10	0.02 19	0.02 20	0.02 20	0.01 10	0.02 20	0.02 20	0.02 20	0.01 9	0.02 20	0.79 415	0.02 15	0.75 387	0.76 392	0.02 20	0.02 20	0.02 20

w-ln-seven	0.18 139	1.47 404	0.33 231	0.40 228	0.04 78	0.04 76	0.04 80	0.04 76	0.04 80	0.04 73	0.04 87	0.04 76	0.04 83	0.04 71	0.04 74	0.38 253	0.32 241	0.05 85	0.04 77	0.04 76	0.04 78

xyz-stereo-finetune2	0.18 139	0.48 207	0.16 145	0.16 121	0.15 170	0.15 135	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 141	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 160

xyz-stereo	0.18 139	0.50 213	0.16 145	0.15 110	0.16 179	0.16 143	0.16 163	0.16 142	0.16 172	0.16 139	0.16 173	0.16 141	0.16 171	0.16 141	0.16 168	0.16 135	0.16 146	0.16 146	0.16 170	0.16 147	0.16 160

BEATNet-Init1	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 106	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

DeepPrunerF	0.19 142	0.08 59	0.08 60	2.23 493	0.08 113	0.08 104	0.07 111	0.07 103	0.08 115	0.08 105	0.07 112	0.08 106	0.07 113	0.11 125	0.08 104	0.08 62	0.08 61	0.08 102	0.07 105	0.08 109	0.08 108

IGEV_Zeroshot_test	0.20 144	0.19 102	0.40 272	0.30 179	0.17 183	0.22 176	0.17 171	0.21 170	0.17 180	0.20 160	0.17 178	0.21 170	0.18 188	0.21 171	0.17 172	0.20 158	0.16 146	0.20 171	0.16 170	0.20 164	0.17 174

DAS	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 162	0.20 197	0.20 160	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 182

ASD4	0.20 144	0.20 106	0.20 167	0.20 137	0.20 200	0.20 163	0.20 186	0.20 161	0.20 193	0.20 160	0.20 199	0.20 162	0.20 197	0.20 160	0.20 189	0.20 158	0.20 178	0.20 171	0.20 197	0.20 164	0.20 182

ACVNet	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 170	0.14 158	0.20 160	0.13 157	0.21 170	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 145

acv_ft	0.20 144	0.19 102	0.14 126	0.20 137	0.14 159	0.20 163	0.96 433	0.21 170	0.14 158	0.20 160	0.13 157	0.21 170	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	0.17 153	0.12 145

iResNetv2_ROB	0.20 144	0.23 117	0.18 161	0.24 159	0.20 200	0.24 187	0.18 178	0.24 183	0.18 185	0.24 185	0.18 193	0.23 184	0.19 193	0.24 185	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.22 172	0.16 160

iResNet	0.20 144	0.23 117	0.18 161	0.24 159	0.18 193	0.24 187	0.20 186	0.24 183	0.18 185	0.23 178	0.17 178	0.23 184	0.18 188	0.23 181	0.18 183	0.22 168	0.16 146	0.21 174	0.16 170	0.21 170	0.16 160

z-ln-s-r	0.21 151	1.40 402	0.53 335	0.56 303	0.04 78	0.05 88	0.04 80	0.05 88	0.05 96	0.05 90	0.04 87	0.05 90	0.04 83	0.05 81	0.05 87	0.57 338	0.44 309	0.04 72	0.04 77	0.04 76	0.04 78

tg	0.21 151	0.25 130	0.21 173	0.26 173	0.17 183	0.24 187	0.17 171	0.24 183	0.17 180	0.24 185	0.17 178	0.24 190	0.17 180	0.24 185	0.17 172	0.24 186	0.17 166	0.23 187	0.16 170	0.23 183	0.16 160

Pointernet	0.21 151	0.22 116	0.19 164	0.24 159	0.19 197	0.24 187	0.19 182	0.24 183	0.19 191	0.24 185	0.19 195	0.24 190	0.19 193	0.24 185	0.19 186	0.22 168	0.17 166	0.22 179	0.17 190	0.22 172	0.17 174

SuperB	0.21 151	0.10 69	2.51 558	0.12 84	0.09 115	0.10 112	0.09 114	0.08 106	0.07 111	0.10 112	0.09 116	0.09 112	0.07 113	0.07 103	0.07 102	0.07 60	0.08 61	0.07 98	0.07 105	0.08 109	0.07 107

BStereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 246	0.17 180	0.23 178	0.17 178	0.23 184	0.16 171	0.24 185	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 160

Wave_Phase_stereo	0.22 155	0.23 117	0.20 167	0.24 159	0.20 200	0.23 184	0.33 270	0.39 246	0.17 180	0.23 178	0.17 178	0.23 184	0.16 171	0.24 185	0.17 172	0.23 179	0.16 146	0.22 179	0.20 197	0.22 172	0.16 160

WAO-6	0.22 155	0.23 117	0.22 175	0.23 154	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 178	0.22 204	0.22 175	0.22 195	0.22 168	0.22 186	0.22 179	0.22 204	0.22 172	0.22 188

IMH-64-1	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 178	0.22 204	0.22 175	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 190

IMH-64	0.22 155	0.23 117	0.23 178	0.22 150	0.22 211	0.22 176	0.22 197	0.22 174	0.22 200	0.22 174	0.22 206	0.22 178	0.22 204	0.22 175	0.22 195	0.22 168	0.22 186	0.23 187	0.22 204	0.22 172	0.23 190

ac_64	0.22 155	0.13 84	0.19 164	0.23 154	0.10 122	0.26 202	1.02 441	0.14 129	0.10 119	0.28 203	0.14 162	0.17 151	0.19 193	0.28 210	0.09 109	0.22 168	0.16 146	0.23 187	0.17 190	0.11 123	0.12 145

dd	0.23 161	0.98 292	0.16 145	0.23 154	0.15 170	0.23 184	0.15 158	0.23 180	0.15 168	0.23 178	0.15 170	0.24 190	0.17 180	0.23 181	0.15 162	0.22 168	0.15 144	0.21 174	0.15 168	0.22 172	0.16 160

dad	0.23 161	1.03 315	0.16 145	0.23 154	0.15 170	0.24 187	0.15 158	0.24 183	0.16 172	0.23 178	0.16 173	0.24 190	0.16 171	0.23 181	0.15 162	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 160

RSGM-EC	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 174	0.15 168	0.24 185	0.15 170	0.22 178	0.15 169	0.22 175	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 156

acva	0.24 163	0.24 126	0.15 142	0.22 150	0.15 170	0.22 176	0.15 158	0.22 174	0.15 168	0.24 185	0.15 170	0.22 178	0.15 169	0.22 175	1.19 454	0.20 158	0.17 166	0.24 195	0.14 162	0.20 164	0.14 156

MSKI-zero shot	0.24 163	0.21 112	0.49 317	0.65 320	0.18 193	0.22 176	0.17 171	0.23 180	0.18 185	0.21 172	0.17 178	0.23 184	0.28 241	0.23 181	0.18 183	0.21 165	0.16 146	0.21 174	0.16 170	0.21 170	0.16 160

qqq1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

fff1	0.25 166	3.70 515	0.14 126	0.14 100	0.04 78	0.06 91	0.05 92	0.06 93	0.05 96	0.06 95	0.05 99	0.04 76	0.05 93	0.06 87	0.05 87	0.13 109	0.12 114	0.06 93	0.05 95	0.03 43	0.04 78

UNDER WATER-64	0.25 166	0.26 131	0.25 188	0.26 173	0.25 224	0.25 194	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.25 195	0.25 217	0.26 202	0.25 213	0.25 192	0.25 194	0.25 198	0.25 223	0.25 187	0.25 201

ffm	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 97	0.05 93	0.06 87	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

ff1	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 97	0.05 93	0.06 87	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

mmx	0.25 166	3.83 521	0.12 102	0.12 84	0.05 98	0.06 91	0.05 92	0.06 93	0.05 96	0.03 40	0.03 52	0.06 97	0.05 93	0.06 87	0.05 87	0.12 94	0.12 114	0.05 85	0.04 77	0.06 95	0.04 78

MIM_Stereo	0.25 166	0.23 117	0.66 357	0.80 340	0.17 183	0.22 176	0.17 171	0.23 180	0.18 185	0.26 199	0.17 178	0.21 170	0.17 180	0.25 192	0.17 172	0.23 179	0.16 146	0.21 174	0.17 190	0.22 172	0.17 174

LoS	0.25 166	0.27 134	0.25 188	0.25 166	0.25 224	0.25 194	0.25 213	0.26 194	0.25 214	0.25 191	0.25 223	0.25 195	0.25 217	0.25 192	0.25 213	0.26 194	0.25 194	0.25 198	0.26 229	0.26 189	0.25 201
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
Syn2CoEx	0.25 166	1.31 396	0.74 383	0.92 355	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.03 42	0.02 21	0.02 20	0.02 20	0.87 384	0.75 387	0.02 18	0.02 20	0.02 20	0.02 20

model_zeroshot	0.27 175	0.20 106	0.27 195	0.33 193	0.21 209	0.37 244	0.22 197	0.37 234	0.24 209	0.26 199	0.27 234	0.33 229	0.21 203	0.25 192	0.27 219	0.32 215	0.20 178	0.34 242	0.23 210	0.25 187	0.26 207

DLNR-FE	0.28 176	0.89 273	0.30 207	0.34 196	0.19 197	0.28 207	0.19 182	0.28 198	0.20 193	0.28 203	0.20 199	0.28 208	0.20 197	0.28 210	0.20 189	0.33 220	0.28 210	0.25 198	0.19 196	0.24 185	0.19 180

xyz-stereo-finetune	0.28 176	0.49 209	0.16 145	0.16 121	0.16 179	0.16 143	0.16 163	0.22 174	0.30 253	0.32 220	0.31 266	0.32 226	0.31 270	0.32 223	0.32 256	0.32 215	0.33 253	0.31 223	0.32 284	0.31 207	0.32 262

SQANet	0.28 176	0.28 137	0.28 199	0.28 177	0.28 239	0.28 207	0.28 232	0.28 198	0.28 236	0.28 203	0.28 241	0.28 208	0.28 241	0.28 210	0.28 229	0.28 199	0.28 210	0.28 209	0.28 242	0.28 196	0.28 228

HGLStereo	0.28 176	0.29 139	0.22 175	0.36 202	0.22 211	0.36 239	0.21 192	0.36 228	0.21 197	0.42 281	0.21 205	0.36 242	0.22 204	0.36 241	0.21 193	0.34 224	0.21 182	0.34 242	0.21 201	0.34 223	0.21 185

iResNet_ROB	0.28 176	0.32 145	0.24 185	0.32 189	0.25 224	0.32 226	0.24 210	0.32 212	0.24 209	0.33 225	0.24 217	0.35 236	0.24 214	0.33 230	0.24 205	0.31 213	0.24 193	0.32 226	0.24 218	0.32 211	0.24 200

UNet	0.29 181	0.90 276	0.10 69	0.14 100	0.10 122	0.14 128	0.10 119	0.91 392	0.69 399	0.14 128	0.11 134	0.14 130	0.11 133	0.14 131	0.10 115	0.12 94	0.09 70	0.12 122	0.09 111	0.88 383	0.76 408

MultiAttention	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 218	0.30 255	0.30 216	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 246

MSAF-DinoV2	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 218	0.30 255	0.30 216	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 246

DDVS	0.30 182	3.10 501	0.14 126	0.19 134	0.14 159	0.19 158	0.14 153	0.20 161	0.14 158	0.19 154	0.13 157	0.16 141	0.13 155	0.19 156	0.13 148	0.17 143	0.13 137	0.17 154	0.13 156	0.17 153	0.13 151

ACV-stereo	0.30 182	2.08 439	0.25 188	0.25 166	0.18 193	0.24 187	0.17 171	0.24 183	0.18 185	0.24 185	0.17 178	0.25 195	0.17 180	0.24 185	0.17 172	0.22 168	0.16 146	0.22 179	0.16 170	0.22 172	0.16 160

LoS_RVC	0.30 182	1.14 328	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 189	0.25 214	0.25 191	0.25 223	0.26 205	0.26 226	0.26 202	0.25 213	0.26 194	0.26 197	0.25 198	0.25 223	0.26 189	0.26 207

CAS	0.30 182	1.17 334	0.25 188	0.25 166	0.25 224	0.26 202	0.25 213	0.25 189	0.26 227	0.25 191	0.25 223	0.25 195	0.25 217	0.25 192	0.25 213	0.26 194	0.26 197	0.26 203	0.25 223	0.26 189	0.25 201

DANet	0.30 182	0.30 140	0.30 207	0.30 179	0.30 258	0.30 211	0.30 246	0.30 205	0.30 253	0.30 209	0.30 258	0.30 218	0.30 255	0.30 216	0.30 246	0.30 207	0.30 230	0.30 216	0.30 266	0.30 202	0.30 246
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 189	0.31 143	0.31 219	0.30 179	0.40 326	0.31 217	0.30 246	0.30 205	0.34 286	0.29 208	0.31 266	0.29 214	0.30 255	0.31 220	0.31 254	0.31 213	0.29 221	0.31 223	0.30 266	0.31 207	0.31 255

tt1	0.31 189	0.93 285	0.24 185	0.33 193	0.23 217	0.31 217	0.24 210	0.32 212	0.24 209	0.32 220	0.23 210	0.32 226	0.25 217	0.32 223	0.24 205	0.27 197	0.26 197	0.27 207	0.26 229	0.27 194	0.27 215

xxxxx1	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 229	0.25 217	0.32 223	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 215

DLNR_Zeroshot_test	0.31 189	0.28 137	0.47 302	0.79 338	0.24 222	0.30 211	0.26 221	0.30 205	0.24 209	0.32 220	0.23 210	0.31 222	0.24 214	0.30 216	0.23 201	0.29 206	0.26 197	0.29 214	0.24 218	0.33 219	0.23 190

tt_ll	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 229	0.25 217	0.32 223	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 215

ff	0.31 189	0.91 278	0.23 178	0.31 185	0.23 217	0.31 217	0.23 205	0.33 216	0.25 214	0.31 214	0.24 217	0.33 229	0.25 217	0.32 223	0.24 205	0.28 199	0.28 210	0.28 209	0.28 242	0.29 199	0.27 215

RAFT + AFF	0.31 189	0.45 193	0.34 241	0.39 214	0.28 239	0.38 251	0.33 270	0.29 203	0.31 265	0.30 209	0.30 258	0.29 214	0.27 234	0.29 214	0.30 246	0.28 199	0.29 221	0.29 214	0.29 252	0.27 194	0.32 262

MLCV	0.31 189	0.35 149	0.27 195	0.35 198	0.28 239	0.35 236	0.27 224	0.35 224	0.28 236	0.36 235	0.27 234	0.35 236	0.27 234	0.35 235	0.27 219	0.34 224	0.27 204	0.34 242	0.27 237	0.34 223	0.27 215

DN-CSS_ROB	0.31 189	0.35 149	0.28 199	0.35 198	0.28 239	0.34 231	0.27 224	0.34 220	0.25 214	0.35 232	0.27 234	0.36 242	0.26 226	0.34 232	0.28 229	0.35 233	0.28 210	0.34 242	0.28 242	0.34 223	0.27 215

DStereoFS	0.32 198	0.33 147	0.32 225	0.33 193	0.30 258	0.32 226	0.32 259	0.32 212	0.31 265	0.30 209	0.31 266	0.31 222	0.30 255	0.32 223	0.32 256	0.32 215	0.31 236	0.30 216	0.47 361	0.32 211	0.34 275

DStereoSA	0.32 198	0.52 223	0.34 241	0.31 185	0.31 269	0.30 211	0.30 246	0.31 210	0.30 253	0.31 214	0.31 266	0.31 222	0.30 255	0.31 220	0.31 254	0.30 207	0.32 241	0.31 223	0.31 277	0.31 207	0.31 255

WCG-NET（raft）	0.32 198	1.24 392	0.24 185	0.32 189	0.24 222	0.32 226	0.23 205	0.32 212	0.24 209	0.32 220	0.24 217	0.32 226	0.24 214	0.32 223	0.24 205	0.30 207	0.23 191	0.30 216	0.23 210	0.30 202	0.23 190

testlalala	0.32 198	0.81 259	0.31 219	0.39 214	0.26 232	0.33 229	0.24 210	0.33 216	0.26 227	0.32 220	0.26 229	0.33 229	0.23 210	0.33 230	0.23 201	0.35 233	0.31 236	0.30 216	0.24 218	0.31 207	0.21 185

Any-RAFT	0.32 198	0.36 152	0.27 195	0.36 202	0.27 234	0.36 239	0.27 224	0.36 228	0.27 233	0.36 235	0.27 234	0.36 242	0.27 234	0.36 241	0.28 229	0.36 238	0.28 210	0.36 263	0.28 242	0.36 242	0.28 228

GCAP-BAT	0.33 203	0.78 253	0.32 225	0.38 208	0.25 224	0.34 231	0.25 213	0.34 220	0.26 227	0.34 227	0.25 223	0.35 236	0.26 226	0.35 235	0.27 219	0.36 238	0.30 230	0.32 226	0.24 218	0.32 211	0.26 207

StereoDRNet-Refined	0.33 203	0.39 164	0.26 194	0.39 214	0.26 232	0.40 259	0.26 221	0.40 253	0.26 227	0.39 247	0.26 229	0.39 255	0.26 226	0.39 256	0.26 218	0.37 242	0.25 194	0.37 266	0.25 223	0.37 246	0.37 293
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
RAFT-FEzeroshot	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 170	0.16 171	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 574

RAFT-FE	0.34 205	0.26 131	0.17 152	0.21 147	0.17 183	0.20 163	0.16 163	0.20 161	0.16 172	0.20 160	0.17 178	0.21 170	0.16 171	0.27 206	0.24 205	0.19 155	0.16 146	0.19 167	0.16 170	0.26 189	3.08 574

LG-Stereo_L2	0.34 205	0.37 154	0.38 259	0.47 265	0.28 239	0.39 257	0.28 232	0.39 246	0.28 236	0.39 247	0.28 241	0.39 255	0.28 241	0.38 248	0.28 229	0.42 290	0.35 259	0.36 263	0.26 229	0.35 235	0.26 207

H2IRNET	0.34 205	0.34 148	0.34 241	0.34 196	0.34 294	0.34 231	0.34 283	0.34 220	0.34 286	0.34 227	0.34 288	0.34 234	0.34 286	0.34 232	0.34 279	0.34 224	0.34 257	0.34 242	0.34 296	0.34 223	0.34 275

IGEV++	0.34 205	0.43 182	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.40 259	0.30 246	0.38 253	0.29 221	0.37 266	0.29 252	0.37 246	0.29 233

iRaft-Stereo_5w	0.34 205	0.42 181	0.31 219	0.39 214	0.30 258	0.38 251	0.30 246	0.40 253	0.29 242	0.40 253	0.37 308	0.41 276	0.34 286	0.38 248	0.30 246	0.34 224	0.27 204	0.34 242	0.26 229	0.34 223	0.26 207

CSP-Net	0.34 205	1.29 394	1.19 429	1.36 459	0.02 21	0.02 19	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.02 20	0.02 20	1.26 471	1.21 481	0.03 38	0.09 111	0.02 20	0.09 111

iRaft-Stereo_20w	0.34 205	0.41 174	0.31 219	0.39 214	0.29 248	0.40 259	0.32 259	0.41 268	0.32 270	0.38 241	0.30 258	0.39 255	0.30 255	0.38 248	0.32 256	0.35 233	0.27 204	0.34 242	0.27 237	0.34 223	0.29 233

DGSMNet	0.34 205	0.41 174	0.27 195	0.41 240	0.28 239	0.41 275	0.28 232	0.41 268	0.27 233	0.41 267	0.27 234	0.42 294	0.27 234	0.41 274	0.28 229	0.40 268	0.29 221	0.40 290	0.28 242	0.40 274	0.27 215

FE-Mocha	0.35 214	0.71 249	0.40 272	0.47 265	0.27 234	0.34 231	0.27 224	0.34 220	0.26 227	0.34 227	0.26 229	0.34 234	0.27 234	0.34 232	0.27 219	0.44 292	0.41 289	0.33 234	0.29 252	0.32 211	0.29 233

IGEV-FE	0.35 214	0.37 154	0.17 152	0.19 134	0.17 183	0.20 163	0.17 171	0.19 155	0.17 180	0.19 154	0.17 178	0.19 159	0.17 180	0.37 245	0.36 287	0.19 155	0.17 166	0.19 167	0.17 190	0.38 259	2.84 565

gcap-zeroshot	0.35 214	0.32 145	0.37 256	0.49 276	0.39 324	0.33 229	0.21 192	0.26 194	0.35 290	0.42 281	0.34 288	0.49 325	0.29 248	0.47 308	0.39 311	0.34 224	0.17 166	0.38 274	0.23 210	0.48 318	0.34 275

CASnet	0.35 214	0.51 221	0.44 289	0.32 189	0.31 269	0.24 187	0.34 283	0.36 228	0.25 214	0.31 214	0.37 308	0.30 218	0.33 281	0.25 192	0.45 335	0.37 242	0.37 264	0.33 234	0.35 308	0.34 223	0.37 293
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
IGEV-Stereo	0.35 214	0.44 185	0.45 291	0.49 276	0.30 258	0.37 244	0.30 246	0.36 228	0.30 253	0.36 235	0.29 246	0.36 242	0.29 248	0.36 241	0.30 246	0.46 299	0.39 277	0.32 226	0.24 218	0.32 211	0.25 201
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
ETE_ROB	0.35 214	0.35 149	0.35 250	0.35 198	0.35 297	0.35 236	0.35 288	0.35 224	0.35 290	0.35 232	0.35 297	0.35 236	0.35 293	0.35 235	0.35 283	0.35 233	0.35 259	0.35 258	0.35 308	0.35 235	0.35 285

Zero-FE251	0.36 220	0.40 166	0.28 199	0.41 240	0.28 239	0.41 275	0.28 232	0.41 268	0.28 236	0.41 267	0.28 241	0.41 276	0.28 241	0.42 287	0.30 246	0.37 242	0.26 197	0.37 266	0.27 237	0.45 298	0.56 367

GIP-stereo	0.36 220	0.49 209	0.39 267	0.48 270	0.32 272	0.41 275	0.28 232	0.40 253	0.30 253	0.41 267	0.28 241	0.40 263	0.28 241	0.42 287	0.28 229	0.45 295	0.32 241	0.38 274	0.30 266	0.37 246	0.27 215

DCVSM-stereo	0.36 220	1.89 426	0.22 175	0.40 228	0.22 211	0.40 259	0.22 197	0.40 253	0.22 200	0.40 253	0.22 206	0.40 263	0.22 204	0.40 259	0.22 195	0.28 199	0.21 182	0.28 209	0.21 201	0.28 196	0.20 182

RSM	0.36 220	0.36 152	0.43 287	0.37 205	0.42 345	0.49 327	0.42 335	0.37 234	0.28 236	0.36 235	0.29 246	0.36 242	0.30 255	0.37 245	0.28 229	0.34 224	0.31 236	0.34 242	0.35 308	0.40 274	0.29 233

RAFT-Test	0.36 220	0.37 154	0.33 231	0.41 240	0.32 272	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 276	0.32 273	0.41 274	0.33 266	0.37 242	0.29 221	0.37 266	0.29 252	0.38 259	0.31 255

DMCA	0.36 220	0.38 158	0.37 256	0.35 198	0.35 297	0.36 239	0.36 295	0.36 228	0.35 290	0.35 232	0.37 308	0.36 242	0.36 296	0.35 235	0.36 287	0.36 238	0.36 262	0.35 258	0.36 314	0.36 242	0.36 288

ACVNet-DCA	0.37 226	1.00 301	0.30 207	0.40 228	0.29 248	0.40 259	0.29 241	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.39 256	0.28 229	0.33 220	0.32 241	0.33 234	0.32 284	0.33 219	0.32 262

1test111	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 255	0.28 241	0.40 259	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 255

cc1	0.37 226	1.02 313	0.30 207	0.39 214	0.29 248	0.40 259	0.28 232	0.39 246	0.29 242	0.39 247	0.29 246	0.39 255	0.28 241	0.40 259	0.29 239	0.33 220	0.32 241	0.33 234	0.31 277	0.32 211	0.31 255

EKT-Stereo	0.37 226	0.40 166	0.44 289	1.07 378	0.29 248	0.34 231	0.31 257	0.36 228	0.29 242	0.38 241	0.31 266	0.37 248	0.30 255	0.36 241	0.29 239	0.34 224	0.28 210	0.39 285	0.30 266	0.37 246	0.30 246

GMOStereo	0.37 226	0.45 193	0.23 178	0.30 179	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 276	0.40 315	0.41 274	0.36 287	0.34 224	0.22 186	0.47 338	0.37 317	0.39 268	0.33 269

XPNet_ROB	0.37 226	0.37 154	0.37 256	0.37 205	0.37 307	0.37 244	0.37 301	0.37 234	0.37 303	0.37 240	0.37 308	0.37 248	0.37 301	0.37 245	0.37 296	0.37 242	0.37 264	0.37 266	0.37 317	0.37 246	0.37 293

MonSter++	0.38 232	0.44 185	0.31 219	0.43 256	0.30 258	0.43 302	0.31 257	0.43 292	0.31 265	0.45 294	0.31 266	0.43 301	0.31 270	0.43 293	0.69 396	0.38 253	0.33 253	0.40 290	0.30 266	0.38 259	0.30 246

HiDET	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.44 292	0.30 258	0.42 294	0.30 255	0.42 287	0.68 388	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 233

LCMNet	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.42 286	0.30 253	0.45 294	0.30 258	0.42 294	0.30 255	0.42 287	0.69 396	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.29 233

CSFM-Stereo	0.38 232	0.44 185	0.30 207	0.42 250	0.30 258	0.42 295	0.30 246	0.43 292	0.30 253	0.44 292	0.30 258	0.42 294	0.30 255	0.42 287	0.73 406	0.37 242	0.32 241	0.40 290	0.29 252	0.37 246	0.30 246

HART	0.38 232	0.45 193	0.34 241	0.42 250	0.33 284	0.41 275	0.34 283	0.42 286	0.33 277	0.43 287	0.34 288	0.42 294	0.34 286	0.41 274	0.38 299	0.40 268	0.32 241	0.42 318	0.32 284	0.40 274	0.32 262

GREAT-IGEV	0.38 232	0.43 182	0.36 252	0.48 270	0.32 272	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 304	0.32 273	0.45 299	0.32 256	0.44 292	0.33 253	0.41 307	0.29 252	0.41 284	0.29 233

fffy	0.38 232	0.43 182	0.33 231	0.46 259	0.33 284	0.45 306	0.32 259	0.45 296	0.32 270	0.45 294	0.32 273	0.45 304	0.33 281	0.45 299	0.32 256	0.38 253	0.38 270	0.38 274	0.37 317	0.37 246	0.36 288

WAO-8	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 242	0.38 307	0.38 241	0.38 313	0.38 250	0.38 305	0.38 248	0.38 299	0.38 253	0.38 270	0.38 274	0.37 317	0.38 259	0.38 300

WAO-7	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 242	0.38 307	0.38 241	0.38 313	0.38 250	0.38 305	0.38 248	0.38 299	0.38 253	0.38 270	0.38 274	0.38 330	0.38 259	0.38 300

xx1	0.38 232	1.03 315	0.31 219	0.40 228	0.31 269	0.41 275	0.28 232	0.40 253	0.29 242	0.40 253	0.29 246	0.40 263	0.29 248	0.40 259	0.29 239	0.34 224	0.33 253	0.34 242	0.32 284	0.34 223	0.32 262

Venus	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.37 244	0.38 308	0.37 234	0.37 303	0.41 267	0.37 308	0.39 255	0.37 301	0.38 248	0.38 299	0.37 242	0.38 270	0.38 274	0.37 317	0.37 246	0.38 300

IMH	0.38 232	0.38 158	0.38 259	0.38 208	0.38 314	0.38 251	0.38 308	0.38 242	0.38 307	0.42 281	0.38 313	0.40 263	0.38 305	0.38 248	0.38 299	0.38 253	0.38 270	0.39 285	0.38 330	0.38 259	0.38 300

PAM	0.39 244	1.88 425	0.34 241	0.37 205	0.41 335	0.45 306	0.22 197	0.28 198	0.23 206	0.28 203	0.24 217	0.29 214	0.23 210	0.29 214	0.23 201	0.38 253	0.32 241	0.38 274	0.37 317	0.32 211	0.22 188

HanzoNet	0.39 244	0.38 158	0.40 272	0.39 214	0.41 335	0.38 251	0.38 308	0.38 242	0.38 307	0.39 247	0.39 323	0.38 250	0.38 305	0.39 256	0.40 315	0.38 253	0.38 270	0.40 290	0.38 330	0.38 259	0.40 309

CES	0.39 244	0.47 201	0.36 252	0.36 202	0.37 307	0.45 306	0.35 288	0.35 224	0.40 321	0.36 235	0.44 346	0.47 314	0.36 296	0.44 296	0.36 287	0.37 242	0.39 277	0.44 321	0.35 308	0.37 246	0.36 288

PASM	0.39 244	3.06 500	1.36 495	1.58 466	0.09 115	0.11 123	0.11 132	0.11 123	0.11 134	0.09 110	0.09 116	0.11 125	0.09 117	0.09 110	0.09 109	0.11 88	0.11 98	0.11 119	0.09 111	0.11 123	0.11 129

mms	0.40 248	0.45 193	0.35 250	0.48 270	0.36 303	0.47 317	0.34 283	0.45 296	0.38 307	0.47 306	0.33 280	0.45 304	0.32 273	0.45 299	0.32 256	0.39 264	0.38 270	0.38 274	0.37 317	0.39 268	0.39 306

knoymous	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

anonymousa	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

riskmin	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

Anonymous_2	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

Anonymous_1	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309

AdaStereo	0.40 248	0.40 166	0.40 272	0.40 228	0.40 326	0.40 259	0.40 322	0.40 253	0.40 321	0.40 253	0.40 326	0.40 263	0.40 315	0.40 259	0.40 315	0.40 268	0.40 280	0.40 290	0.40 334	0.40 274	0.40 309
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
Select-FE	0.41 255	0.44 185	0.23 178	0.26 173	0.22 211	0.26 202	0.22 197	0.26 194	0.23 206	0.26 199	0.23 210	0.26 205	0.23 210	0.45 299	0.42 330	0.25 192	0.22 186	0.25 198	0.22 204	0.45 298	2.90 566

water-stereo	0.41 255	0.84 263	0.46 295	0.50 284	0.33 284	0.45 306	0.33 270	0.45 296	0.32 270	0.45 294	0.32 273	0.45 304	0.32 273	0.45 299	0.32 256	0.44 292	0.41 289	0.39 285	0.31 277	0.39 268	0.32 262

ccccc	0.41 255	0.44 185	0.34 241	0.48 270	0.35 297	0.48 322	0.35 288	0.51 336	0.35 290	0.47 306	0.35 297	0.47 314	0.34 286	0.47 308	0.35 283	0.41 276	0.40 280	0.40 290	0.40 334	0.41 284	0.39 306

GwcNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

PSMNet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

GANet-ADL	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

ADLNet2	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

ADLNet	0.41 255	0.41 174	0.41 281	0.41 240	0.41 335	0.41 275	0.41 330	0.41 268	0.41 330	0.41 267	0.41 332	0.41 276	0.41 326	0.41 274	0.41 322	0.41 276	0.41 289	0.41 307	0.41 341	0.41 284	0.41 316

FCDSN-DC	0.41 255	0.59 239	0.64 353	0.54 297	0.33 284	0.50 336	0.37 301	0.42 286	0.40 321	0.61 365	0.43 344	0.50 340	0.49 357	0.38 248	0.32 256	0.28 199	0.23 191	0.26 203	0.22 204	0.35 235	0.28 228
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
psmorigin	0.41 255	0.46 197	0.33 231	0.49 276	0.33 284	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 325	0.33 281	0.51 340	0.33 266	0.41 276	0.30 230	0.41 307	0.30 266	0.79 369	0.29 233

Gwc-CoAtRS	0.41 255	1.49 405	0.32 225	0.42 250	0.32 272	0.41 275	0.32 259	0.41 268	0.33 277	0.41 267	0.32 273	0.41 276	0.32 273	0.41 274	0.32 256	0.39 264	0.28 210	0.39 285	0.28 242	0.40 274	0.28 228

UPFNet	0.42 266	1.20 338	0.17 152	0.24 159	0.17 183	0.25 194	0.17 171	1.19 430	0.90 428	0.25 191	0.17 178	0.24 190	0.17 180	0.25 192	0.17 172	0.22 168	0.17 166	0.22 179	0.16 170	1.15 418	0.93 424

DDF-Stereo	0.43 267	1.15 331	0.57 340	0.53 294	0.32 272	0.41 275	0.32 259	0.41 268	0.32 270	0.41 267	0.32 273	0.41 276	0.32 273	0.40 259	0.32 256	0.52 325	0.50 333	0.38 274	0.31 277	0.39 268	0.31 255

DilatedVolume-Stereo	0.43 267	0.86 266	0.48 310	0.50 284	0.33 284	0.46 312	0.33 270	0.46 300	0.33 277	0.46 300	0.33 280	0.47 314	0.33 281	0.47 308	0.34 279	0.45 295	0.42 298	0.40 290	0.33 292	0.47 314	0.38 300

psmg	0.43 267	1.91 429	0.92 405	1.91 480	0.02 21	0.02 19	0.03 50	0.02 20	0.02 21	0.02 20	0.02 20	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	1.44 503	0.04 72	0.03 53	0.02 20	0.03 50

delet	0.43 267	1.21 384	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 482	0.95 436	0.25 191	0.17 178	0.25 195	0.17 180	0.25 192	0.17 172	0.23 179	0.16 146	0.22 179	0.16 170	1.18 426	0.98 428

psm_up	0.43 267	1.19 337	0.17 152	0.25 166	0.18 193	0.25 194	0.19 182	1.26 482	0.91 429	0.26 199	0.17 178	0.25 195	0.17 180	0.25 192	0.17 172	0.22 168	0.17 166	0.23 187	0.16 170	1.18 426	0.99 429

Monster-pub-mixall	0.44 272	0.56 235	0.60 344	0.38 208	0.27 234	0.37 244	0.27 224	0.37 234	0.29 242	0.38 241	0.27 234	0.38 250	0.29 248	0.85 394	0.27 219	1.46 486	0.26 197	0.34 242	0.26 229	0.36 242	0.53 356

depthmonostereo	0.44 272	0.85 265	0.46 295	0.54 297	0.40 326	0.52 351	0.38 308	0.52 340	0.35 290	0.47 306	0.34 288	0.46 308	0.34 286	0.47 308	0.34 279	0.45 295	0.43 302	0.41 307	0.33 292	0.41 284	0.32 262

MMNet	0.44 272	1.24 392	0.17 152	0.25 166	0.17 183	0.25 194	0.18 178	1.26 482	0.93 434	0.25 191	0.17 178	0.25 195	0.18 188	0.25 192	0.17 172	0.23 179	0.16 146	0.23 187	0.16 170	1.20 429	0.99 429

252Zero-FE	0.45 275	0.50 213	0.36 252	0.50 284	0.36 303	0.50 336	0.36 295	0.50 323	0.36 301	0.49 320	0.36 301	0.49 325	0.36 296	0.54 349	0.41 322	0.45 295	0.34 257	0.45 325	0.34 296	0.55 341	0.75 406

Monster-pub-eth3d	0.45 275	0.57 236	0.60 344	0.39 214	0.28 239	0.37 244	0.28 232	0.37 234	0.30 253	0.39 247	0.29 246	0.39 255	0.30 255	0.92 404	0.27 219	1.42 483	0.28 210	0.34 242	0.28 242	0.37 246	0.53 356

Replicate-Monster	0.45 275	0.57 236	0.60 344	0.40 228	0.29 248	0.37 244	0.27 224	0.37 234	0.30 253	0.40 253	0.31 266	0.40 263	0.30 255	0.99 412	0.27 219	1.36 479	0.31 236	0.34 242	0.30 266	0.36 242	0.54 359

SCV_C0	0.45 275	0.88 270	0.49 317	0.54 297	0.37 307	0.48 322	0.37 301	0.48 310	0.37 303	0.48 313	0.36 301	0.48 321	0.37 301	0.49 323	0.37 296	0.50 317	0.41 289	0.44 321	0.34 296	0.44 294	0.34 275

RAFT-Stereo-weight	0.45 275	1.90 428	0.34 241	0.42 250	0.36 303	0.43 302	0.35 288	0.42 286	0.34 286	0.42 281	0.34 288	0.44 302	0.34 286	0.41 274	0.34 279	0.38 253	0.32 241	0.38 274	0.32 284	0.38 259	0.33 269

TorneroNet-64	0.45 275	0.27 134	0.30 207	0.58 306	0.27 234	0.70 377	0.30 246	0.28 198	0.73 414	0.73 381	0.28 241	0.71 380	0.66 383	0.75 382	0.27 219	0.27 197	0.29 221	0.37 266	0.75 419	0.28 196	0.30 246

SCV	0.46 281	0.94 287	0.45 291	0.54 297	0.37 307	0.48 322	0.38 308	0.48 310	0.37 303	0.48 313	0.39 323	0.48 321	0.37 301	0.49 323	0.37 296	0.50 317	0.46 312	0.44 321	0.34 296	0.44 294	0.34 275

otaku	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.46 344	0.46 300	0.46 352	0.46 308	0.46 343	0.46 304	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

Dean	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.46 344	0.47 306	0.46 352	0.46 308	0.46 343	0.46 304	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

ACVNet_1	0.46 281	0.47 201	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.47 349	0.46 300	0.46 352	0.46 308	0.46 343	0.46 304	0.46 339	0.46 299	0.46 312	0.47 338	0.46 354	0.46 301	0.46 330

ACVNet-4b	0.46 281	0.46 197	0.46 295	0.46 259	0.46 353	0.46 312	0.46 345	0.46 300	0.46 344	0.46 300	0.46 352	0.46 308	0.46 343	0.47 308	0.46 339	0.46 299	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

PML	0.46 281	1.36 400	0.29 203	0.58 306	0.30 258	0.57 364	0.29 241	0.57 351	0.29 242	0.57 360	0.29 246	0.57 364	0.29 248	0.56 354	0.29 239	0.52 325	0.30 230	0.53 366	0.31 277	0.53 339	0.30 246

LG-Stereo_L1	0.47 287	0.52 223	0.47 302	0.62 314	0.39 324	0.53 353	0.40 322	0.53 342	0.39 320	0.53 347	0.39 323	0.53 352	0.39 314	0.53 347	0.39 311	0.55 335	0.46 312	0.49 351	0.37 317	0.49 322	0.37 293

Ntro	0.47 287	0.47 201	0.46 295	0.46 259	0.46 353	0.47 317	0.47 350	0.46 300	0.47 349	0.46 300	0.46 352	0.47 314	0.46 343	0.47 308	0.47 346	0.47 304	0.46 312	0.46 329	0.46 354	0.46 301	0.46 330

HaxPig	0.47 287	0.47 201	0.47 302	0.49 276	0.47 359	0.47 317	0.47 350	0.47 306	0.47 349	0.47 306	0.47 360	0.47 314	0.47 351	0.47 308	0.47 346	0.47 304	0.47 320	0.47 338	0.47 361	0.47 314	0.48 339

UNDER WATER	0.47 287	0.47 201	0.47 302	0.47 265	0.47 359	0.47 317	0.47 350	0.47 306	0.47 349	0.47 306	0.47 360	0.47 314	0.46 343	0.47 308	0.47 346	0.47 304	0.47 320	0.47 338	0.46 354	0.47 314	0.47 337

LVE	0.47 287	0.47 201	0.47 302	0.47 265	0.49 365	0.47 317	0.47 350	0.47 306	0.49 358	0.47 306	0.47 360	0.47 314	0.46 343	0.47 308	0.47 346	0.47 304	0.47 320	0.48 346	0.47 361	0.47 314	0.47 337

GASTEREO	0.48 292	1.21 384	0.47 302	0.57 304	0.38 314	0.50 336	0.38 308	0.50 323	0.38 307	0.50 333	0.38 313	0.50 340	0.38 305	0.50 331	0.38 299	0.52 325	0.42 298	0.46 329	0.34 296	0.46 301	0.34 275

LG-Stereo_Zeroshot	0.48 292	0.55 233	0.47 302	0.63 316	0.41 335	0.56 358	0.44 338	0.56 348	0.41 330	0.56 357	0.41 332	0.57 364	0.42 332	0.56 354	0.41 322	0.55 335	0.43 302	0.51 360	0.37 317	0.51 333	0.37 293

fffft	0.48 292	0.51 221	0.45 291	0.52 293	0.45 351	0.52 351	0.45 343	0.52 340	0.48 356	0.53 347	0.45 350	0.52 351	0.45 340	0.52 345	0.46 339	0.51 323	0.41 289	0.50 355	0.41 341	0.50 327	0.41 316
1: 1. 1
RainbowNet	0.48 292	0.48 207	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 310	0.48 356	0.48 313	0.48 364	0.48 321	0.48 352	0.48 317	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.48 339

notaker	0.48 292	0.49 209	0.48 310	0.48 270	0.48 363	0.48 322	0.48 359	0.48 310	0.49 358	0.48 313	0.48 364	0.48 321	0.48 352	0.48 317	0.48 352	0.48 308	0.48 324	0.48 346	0.48 365	0.48 318	0.49 344

LL-Strereo2	0.48 292	1.73 418	0.51 328	0.59 309	0.34 294	0.42 295	0.33 270	0.40 253	0.31 265	0.42 281	0.33 280	0.42 294	0.31 270	0.44 296	0.39 311	0.60 341	0.51 338	0.44 321	0.33 292	0.44 294	0.33 269

Former-RAFT_DAM_RVC	0.49 298	0.98 292	0.64 353	0.84 345	0.46 353	0.45 306	0.35 288	0.47 306	0.47 349	0.45 294	0.34 288	0.46 308	0.48 352	0.46 304	0.35 283	0.39 264	0.71 381	0.39 285	0.35 308	0.41 284	0.41 316

ACVNet_2	0.49 298	0.49 209	0.49 317	0.49 276	0.49 365	0.49 327	0.49 361	0.49 314	0.49 358	0.49 320	0.49 367	0.49 325	0.49 357	0.49 323	0.49 354	0.49 311	0.49 327	0.49 351	0.49 368	0.49 322	0.49 344

FoundationStereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

StereoAnything_RVC	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

dual_stereo	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

GCST	0.50 300	2.08 439	0.38 259	0.53 294	0.35 297	0.49 327	0.35 288	0.50 323	0.35 290	0.49 320	0.35 297	0.49 325	0.35 293	0.49 323	0.35 283	0.48 308	0.37 264	0.45 325	0.33 292	0.44 294	0.33 269

SANet	0.50 300	0.50 213	0.50 321	0.50 284	0.50 369	0.50 336	0.50 363	0.50 323	0.50 361	0.50 333	0.50 369	0.50 340	0.50 360	0.50 331	0.50 355	0.50 317	0.50 333	0.50 355	0.50 370	0.50 327	0.50 347

MSCF	0.51 305	1.40 402	0.49 317	0.58 306	0.38 314	0.50 336	0.38 308	0.54 344	0.41 330	0.52 344	0.41 332	0.53 352	0.42 332	0.53 347	0.41 322	0.60 341	0.47 320	0.48 346	0.37 317	0.48 318	0.38 300

UGAM-zero	0.51 305	2.17 447	0.39 267	0.53 294	0.36 303	0.50 336	0.36 295	0.50 323	0.36 301	0.49 320	0.36 301	0.50 340	0.35 293	0.50 331	0.36 287	0.49 311	0.37 264	0.47 338	0.35 308	0.46 301	0.34 275

UGAM	0.51 305	2.23 452	0.39 267	0.54 297	0.35 297	0.50 336	0.35 288	0.49 314	0.35 290	0.49 320	0.35 297	0.49 325	0.36 296	0.50 331	0.36 287	0.49 311	0.37 264	0.45 325	0.34 296	0.45 298	0.34 275

Selective-IGEV	0.51 305	0.55 233	0.45 291	0.69 325	0.45 351	0.61 367	0.45 343	0.50 323	0.40 321	0.56 357	0.44 346	0.55 359	0.40 315	0.72 377	0.67 380	0.59 340	0.46 312	0.45 325	0.34 296	0.46 301	0.37 293

RCA-Stereo	0.51 305	3.22 506	0.34 241	0.44 257	0.34 294	0.44 305	0.34 283	0.43 292	0.34 286	0.43 287	0.34 288	0.44 302	0.33 281	0.43 293	0.33 266	0.38 253	0.29 221	0.38 274	0.29 252	0.38 259	0.29 233

MatchStereo	0.54 310	0.12 82	2.38 556	2.32 499	0.09 115	0.09 110	0.08 113	0.09 110	0.07 111	0.09 110	0.07 112	0.09 112	0.07 113	0.09 110	0.08 104	2.34 533	2.34 551	0.12 122	0.11 130	0.11 123	0.10 116

AIO-test1	0.54 310	0.60 242	0.52 331	0.66 323	0.47 359	0.61 367	0.47 350	0.58 354	0.46 344	0.61 365	0.46 352	0.61 370	0.45 340	0.62 363	0.45 335	0.61 345	0.52 340	0.57 369	0.48 365	0.57 343	0.48 339

castereo++	0.54 310	3.59 512	1.15 423	1.31 455	0.14 159	0.16 143	0.14 153	0.16 142	0.14 158	0.16 139	0.14 162	0.16 141	0.13 155	0.16 141	0.14 152	1.45 485	1.16 430	0.15 143	0.14 162	0.15 143	0.13 151

FENet	0.54 310	1.52 406	1.19 429	1.41 462	0.23 217	0.35 236	0.23 205	0.35 224	0.23 206	0.34 227	0.23 210	0.35 236	0.23 210	0.35 235	0.23 201	1.40 482	1.07 414	0.32 226	0.23 210	0.33 219	0.23 190

PSMNet_ROB	0.54 310	0.54 231	0.54 336	0.54 297	0.53 378	0.54 356	0.54 371	0.53 342	0.54 371	0.54 352	0.54 379	0.54 355	0.53 367	0.54 349	0.54 365	0.54 329	0.53 342	0.54 367	0.54 376	0.54 340	0.54 359

AIO-test2	0.55 315	0.59 239	0.52 331	0.67 324	0.47 359	0.61 367	0.47 350	0.61 360	0.47 349	0.61 365	0.47 360	0.61 370	0.48 352	0.62 363	0.47 346	0.64 351	0.53 342	0.58 370	0.47 361	0.58 344	0.48 339

CFNet-ft	0.55 315	1.57 407	0.14 126	0.20 137	0.14 159	0.20 163	2.53 562	1.61 494	0.14 158	0.20 160	0.14 162	0.20 162	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	1.56 488	1.24 504

MyStereo04	0.56 317	3.72 518	0.59 342	0.49 276	0.41 335	0.36 239	0.32 259	0.37 234	0.31 265	0.34 227	0.46 352	0.35 236	0.32 273	0.35 235	0.33 266	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 324

CASS	0.57 318	0.89 273	0.56 338	0.57 304	0.56 381	0.56 358	0.56 372	0.56 348	0.53 369	0.57 360	0.57 382	0.59 368	0.48 352	0.56 354	0.57 368	0.55 335	0.56 346	0.47 338	0.56 381	0.62 347	0.56 367
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
LG-Stereo	0.60 319	0.58 238	0.47 302	0.64 319	0.74 413	1.00 408	0.69 397	0.57 351	0.41 330	0.57 360	0.41 332	0.57 364	0.41 326	1.00 414	0.75 411	0.91 386	0.51 338	0.52 363	0.37 317	0.52 335	0.37 293

MonSter	0.60 319	0.64 245	0.52 331	0.62 314	0.44 348	2.07 520	0.44 338	0.62 361	0.44 341	0.62 368	0.44 346	0.62 372	0.44 337	0.62 363	0.44 334	0.58 339	0.42 298	0.62 373	0.46 354	0.58 344	0.42 323

MyStereo07	0.60 319	3.72 518	0.48 310	0.49 276	0.41 335	0.36 239	0.32 259	0.49 314	0.43 338	0.51 341	0.42 342	0.49 325	0.43 335	0.51 340	0.64 375	0.49 311	0.45 310	0.34 242	0.32 284	0.35 235	0.43 324

FSD	0.61 322	0.59 239	0.50 321	2.58 510	0.44 348	0.56 358	0.44 338	0.55 347	0.44 341	0.56 357	0.44 346	0.56 362	0.44 337	0.56 354	0.46 339	0.61 345	0.42 298	0.52 363	0.42 349	0.52 335	0.51 354

castereo	0.61 322	3.79 520	1.35 487	1.52 465	0.15 170	0.17 151	0.16 163	0.20 161	0.21 197	0.18 152	0.16 173	0.21 170	0.12 150	0.26 202	0.17 172	1.43 484	1.38 500	0.17 154	0.16 170	0.18 157	0.16 160

WCG-NET	0.61 322	1.21 384	0.54 336	0.61 313	0.53 378	0.67 375	0.53 369	0.66 366	0.53 369	0.64 371	0.53 378	0.65 376	0.53 367	0.59 361	0.52 362	0.65 352	0.48 324	0.64 376	0.52 374	0.58 344	0.50 347

GEAStereo	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 336	0.38 307	0.53 347	0.38 313	0.50 340	0.38 305	0.51 340	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 275

gasm-f	0.62 325	3.91 525	0.48 310	0.69 325	0.38 314	0.51 348	0.38 308	0.51 336	0.38 307	0.53 347	0.38 313	0.50 340	0.38 305	0.51 340	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.34 275

SMoEStereo_RVC	0.63 327	0.75 252	0.51 328	0.73 334	0.53 378	0.71 379	0.47 350	0.67 367	0.58 374	0.74 386	0.60 383	0.72 383	0.53 367	0.74 381	0.51 360	0.61 345	0.62 358	0.62 373	0.61 389	0.63 348	0.61 373

anonymity	0.63 327	0.69 247	0.56 338	0.71 331	0.56 381	0.71 379	0.56 372	0.71 372	0.56 372	0.72 379	0.56 381	0.71 380	0.56 371	0.71 375	0.58 369	0.68 356	0.55 344	0.68 381	0.55 377	0.68 352	0.54 359

PAM_32	0.64 329	2.38 467	0.51 328	0.92 355	0.43 347	0.53 353	0.44 338	0.87 386	0.43 338	0.52 344	0.45 350	0.53 352	0.40 315	0.54 349	0.46 339	0.62 349	0.56 346	0.48 346	0.45 352	0.76 364	0.44 327

CRFU-Net	0.65 330	1.67 411	1.22 479	1.96 484	0.27 234	0.41 275	0.27 224	0.41 268	0.27 233	0.40 253	0.26 229	0.41 276	0.27 234	0.40 259	0.27 219	1.80 499	1.62 519	0.34 242	0.23 210	0.33 219	0.23 190

LMCR-Stereo	0.65 330	0.63 243	0.65 356	0.65 320	0.65 396	0.66 374	0.63 379	0.58 354	0.65 385	0.63 370	0.64 391	0.65 376	0.65 380	0.66 370	0.66 379	0.66 354	0.64 361	0.65 379	0.67 406	0.68 352	0.73 402

KSHMR	0.66 332	0.50 213	0.48 310	1.15 388	0.52 375	0.49 327	0.51 367	0.49 314	0.71 408	0.67 375	0.50 369	1.16 442	1.11 435	0.66 370	0.52 362	0.49 311	0.49 327	0.51 360	0.66 402	0.50 327	1.14 445

TorneroNet	0.66 332	0.53 227	0.50 321	0.50 284	0.64 394	1.06 423	0.70 402	0.50 323	0.51 368	0.49 320	0.69 406	0.49 325	0.50 360	0.48 317	1.15 447	0.71 361	0.49 327	1.14 440	1.08 445	0.49 322	0.49 344

GES	0.66 332	2.34 463	0.29 203	0.41 240	0.29 248	0.41 275	0.29 241	0.42 286	0.29 242	0.40 253	0.41 332	0.41 276	0.30 255	0.51 340	0.29 239	0.32 215	0.29 221	0.32 226	2.46 566	2.49 528	0.30 246

cf-r	0.66 332	2.17 447	0.12 102	0.18 131	0.12 154	0.18 155	2.70 566	2.60 540	0.12 153	0.18 152	0.12 145	0.18 155	0.12 150	0.18 153	0.12 142	0.15 125	0.11 98	0.15 143	0.11 130	1.81 500	1.74 541

DSFCA	0.66 332	0.73 251	0.78 389	0.65 320	0.65 396	0.64 372	0.64 380	0.65 364	0.63 383	0.64 371	0.64 391	0.64 373	0.64 378	0.65 369	0.65 376	0.65 352	0.65 363	0.65 379	0.65 400	0.66 350	0.64 383

DEFOM-Stereo	0.68 337	3.11 502	1.40 501	1.63 474	0.25 224	0.31 217	0.25 213	0.31 210	0.28 236	0.31 214	0.29 246	0.29 214	0.27 234	0.31 220	0.28 229	1.59 492	1.47 505	0.30 216	0.29 252	0.30 202	0.28 228

ssnet_v2	0.68 337	1.96 436	1.25 483	0.29 178	0.20 200	0.30 211	0.20 186	0.29 203	0.22 200	1.50 496	0.20 199	0.31 222	0.20 197	0.27 206	0.22 195	0.24 186	1.49 506	0.26 203	0.18 195	3.90 551	0.19 180

ARAFT	0.68 337	0.81 259	0.63 351	0.74 335	0.60 384	0.78 385	0.62 378	0.77 377	0.66 387	0.74 386	0.63 389	0.75 388	0.62 377	0.83 389	0.60 372	0.70 360	0.55 344	0.70 384	0.60 387	0.78 367	0.55 364

NINENet	0.69 340	3.87 524	1.20 432	1.98 485	0.05 98	0.40 259	0.04 80	0.40 253	0.05 96	0.41 267	0.04 87	0.41 276	0.05 93	0.40 259	0.05 87	1.79 498	1.56 512	0.34 242	0.22 204	0.34 223	0.23 190

VIP-Stereo	0.70 341	2.97 499	2.43 557	2.49 506	0.16 179	0.25 194	0.16 163	0.25 189	0.16 172	0.25 191	0.18 193	0.25 195	0.16 171	0.26 202	0.16 168	1.86 500	1.26 483	0.23 187	0.15 168	0.23 183	0.15 159

RAFT-Stereo + iAFF	0.70 341	0.72 250	0.71 375	0.80 340	0.62 393	0.82 390	0.61 377	0.81 383	0.62 381	0.81 394	0.63 389	0.80 394	0.70 398	0.73 379	0.61 374	0.76 367	0.61 357	0.74 389	0.61 389	0.77 366	0.61 373

DMCA-RVC	0.70 341	0.80 256	0.70 371	0.70 329	0.70 406	0.70 377	0.70 402	0.71 372	0.70 403	0.70 378	0.71 413	0.71 380	0.70 398	0.70 374	0.69 396	0.69 357	0.70 377	0.69 382	0.70 411	0.69 356	0.70 394

MyStereo8	0.71 344	3.92 527	0.52 331	0.59 309	0.52 375	0.57 364	0.53 369	0.59 356	0.50 361	0.59 364	0.51 375	0.57 364	0.50 360	0.56 354	0.52 362	0.54 329	0.49 327	0.54 367	0.49 368	0.55 341	0.50 347

HH	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 369	0.78 418	0.73 381	0.90 430	0.75 388	1.00 425	0.84 390	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 207

HanStereo	0.71 344	2.54 473	0.74 383	1.10 380	0.32 272	0.41 275	0.37 301	0.69 369	0.78 418	0.73 381	0.90 430	0.75 388	1.00 425	0.84 390	0.69 396	0.69 357	0.40 280	0.35 258	0.26 229	0.35 235	0.26 207

zero-FE	0.72 347	1.31 396	0.66 357	0.92 355	0.60 384	0.82 390	0.58 374	0.82 384	0.58 374	0.81 394	0.60 383	0.81 397	0.60 374	0.82 388	0.58 369	0.74 365	0.59 352	0.73 386	0.52 374	0.76 364	0.51 354

ktn	0.72 347	0.53 227	1.08 418	1.14 386	0.51 374	1.22 485	1.36 512	0.51 336	0.59 376	0.51 341	0.51 375	0.69 379	1.20 446	0.67 372	0.51 360	0.51 323	0.49 327	0.58 370	0.66 402	0.52 335	0.53 356

DStereoRT	0.73 349	0.81 259	0.73 382	0.71 331	0.74 413	0.73 381	0.75 410	0.71 372	0.71 408	0.74 386	0.72 416	0.73 385	0.80 413	0.71 375	0.73 406	0.76 367	0.71 381	0.73 386	0.72 416	0.70 357	0.76 408

CroCo-Stereo	0.73 349	1.22 390	0.25 188	1.22 442	0.25 224	1.22 485	0.25 213	1.22 479	0.25 214	1.22 487	0.25 223	1.22 491	0.25 217	1.22 490	0.25 213	1.22 470	0.26 197	1.21 496	0.25 223	1.22 476	0.25 201
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
AFF-stereo	0.73 349	0.88 270	0.67 361	0.75 336	0.68 403	0.75 382	0.64 380	0.80 380	0.72 411	0.83 396	0.70 408	0.82 398	0.64 378	0.84 390	0.67 380	0.77 369	0.63 359	0.81 400	0.63 391	0.78 367	0.62 376

AIO-Stereo-zeroshot1	0.75 352	0.92 283	0.85 397	0.96 366	0.59 383	1.27 488	0.44 338	0.59 356	0.69 399	0.91 401	0.68 401	0.55 359	0.61 376	1.06 428	0.83 421	0.62 349	0.70 377	0.90 410	0.41 341	0.89 384	0.56 367

MyStereo06	0.75 352	4.12 529	0.60 344	0.63 316	0.61 390	0.62 370	0.66 383	0.56 348	0.45 343	0.55 355	0.48 364	0.54 355	0.46 343	0.57 359	0.45 335	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 364

GCAP-Stereo	0.75 352	4.15 532	0.42 286	0.75 336	0.35 297	0.78 385	0.40 322	0.79 378	0.38 307	0.78 390	0.36 301	0.78 391	0.36 296	0.79 384	0.39 311	0.75 366	0.39 277	0.76 392	0.39 333	0.75 363	0.39 306

GANet-RSSM	0.75 352	1.91 429	0.14 126	0.47 265	0.14 159	0.21 174	3.21 583	2.30 526	0.14 158	0.46 300	0.14 162	0.23 184	0.18 188	0.21 171	0.14 152	0.18 151	0.27 204	0.37 266	0.13 156	2.13 510	2.12 551

RSM++	0.76 356	0.82 262	0.66 357	0.85 347	0.64 394	0.85 392	0.71 405	0.94 399	0.64 384	0.87 397	0.67 396	0.87 400	0.65 380	0.84 390	0.65 376	0.81 374	0.70 377	0.79 395	0.71 414	0.83 379	0.70 394

CroCo-Stereo Lap2	0.77 357	1.29 394	0.29 203	1.27 447	0.29 248	1.27 488	0.26 221	1.26 482	0.26 227	1.26 488	0.26 229	1.27 493	0.26 226	1.26 491	0.27 219	1.27 472	0.27 204	1.27 499	0.27 237	1.27 478	0.27 215

PSMNet-RSSM	0.77 357	2.76 490	0.14 126	0.20 137	0.14 159	0.20 163	2.66 564	2.79 553	0.14 158	0.21 172	0.14 162	0.21 170	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 556

GwcNet-RSSM	0.77 357	2.77 492	0.14 126	0.20 137	0.14 159	0.20 163	2.67 565	2.78 552	0.14 158	0.20 160	0.14 162	0.20 162	0.14 159	0.21 171	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.52 532	2.31 556

4D-IteraStereo	0.78 360	3.13 503	0.89 398	0.69 325	0.32 272	0.40 259	0.32 259	0.76 376	0.97 439	0.52 344	0.65 393	0.89 403	0.32 273	0.76 383	0.98 433	0.83 379	0.94 406	0.35 258	0.27 237	0.70 357	0.89 420

Pro-Stereo	0.79 361	0.53 227	0.38 259	0.49 276	0.38 314	0.49 327	0.37 301	0.49 314	0.67 388	0.50 333	0.38 313	1.10 434	0.38 305	0.49 323	0.38 299	0.71 361	0.88 400	5.98 600	0.36 314	0.46 301	0.36 288

hitnet-ft	0.79 361	2.78 495	0.14 126	0.20 137	0.14 159	0.21 174	2.89 567	2.80 554	0.14 158	0.20 160	0.14 162	0.20 162	0.14 159	0.20 160	0.14 152	0.17 143	0.12 114	0.17 154	0.12 148	2.54 540	2.33 558

G-Net	0.79 361	0.79 255	0.79 392	0.79 338	0.79 425	0.79 387	0.79 415	0.79 378	0.79 421	0.79 391	0.79 425	0.79 393	0.79 412	0.79 384	0.79 415	0.79 370	0.79 391	0.79 395	0.79 423	0.79 369	0.79 411

MyStereo05	0.80 364	4.12 529	0.63 351	0.63 316	0.61 390	0.62 370	0.66 383	0.65 364	0.62 381	0.67 375	0.61 387	0.65 376	0.58 372	0.67 372	0.55 367	0.60 341	0.57 348	0.64 376	0.55 377	0.72 359	0.55 364

UDG	0.80 364	2.21 451	0.60 344	0.91 352	0.60 384	0.90 398	0.58 374	0.88 389	0.60 377	0.90 399	0.60 383	0.88 401	0.60 374	0.90 399	0.58 369	0.86 383	0.60 353	0.84 406	0.59 386	0.84 380	0.61 373

ccnet	0.80 364	2.28 455	0.33 231	0.50 284	0.33 284	0.50 336	0.33 270	0.50 323	0.33 277	0.49 320	0.33 280	0.49 325	1.56 511	2.38 530	0.33 266	0.41 276	0.29 221	0.42 318	1.57 526	2.28 516	0.29 233

NaN_ROB	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 380	0.80 422	0.80 392	0.80 426	0.80 394	0.80 413	0.80 386	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 412

CSAN	0.80 364	0.80 256	0.80 393	0.80 340	0.80 427	0.80 388	0.80 418	0.80 380	0.80 422	0.80 392	0.80 426	0.80 394	0.80 413	0.80 386	0.80 417	0.80 371	0.80 394	0.80 398	0.80 425	0.80 372	0.80 412

GSStereo	0.81 369	4.28 535	0.50 321	0.59 309	0.40 326	0.51 348	0.38 308	0.50 323	0.38 307	0.50 333	0.38 313	0.50 340	3.79 580	0.50 331	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 285

BSDual-CNN	0.81 369	1.91 429	0.92 405	4.48 554	0.02 21	0.42 295	0.06 108	0.41 268	0.02 21	0.48 313	0.03 52	0.02 20	0.02 21	0.03 39	0.02 20	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 215

DDUNet	0.81 369	2.45 471	0.57 340	0.90 350	0.60 384	0.88 395	0.59 376	0.90 390	0.60 377	0.88 398	0.60 383	0.90 404	0.58 372	0.88 396	0.60 372	0.84 381	0.60 353	0.86 408	0.57 383	0.86 381	0.60 372

R-Stereo Train	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 401	0.68 394	0.95 409	0.68 401	0.96 412	0.68 389	0.96 410	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 391

RAFT-Stereo	0.81 369	0.96 289	0.67 361	0.95 363	0.67 400	0.95 403	0.68 391	0.95 401	0.68 394	0.95 409	0.68 401	0.96 412	0.68 389	0.96 410	0.68 388	0.94 394	0.68 370	0.94 424	0.68 407	0.94 400	0.68 391
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
gwcnet-sp	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 500	0.23 210	0.28 208	0.26 226	0.20 160	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 190

scenet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 500	0.23 210	0.28 208	0.26 226	0.20 160	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 190

ssnet	0.82 374	1.72 413	1.48 505	0.39 214	0.15 170	0.31 217	0.21 192	0.20 161	0.25 214	1.61 500	0.23 210	0.28 208	0.26 226	0.20 160	0.15 162	0.24 186	1.33 491	0.32 226	0.16 170	6.75 590	0.23 190

STTRV1_RVC	0.82 374	1.60 409	0.70 371	1.01 373	0.60 384	1.07 426	0.69 397	1.01 410	0.60 377	0.72 379	0.55 380	1.02 425	0.68 389	1.03 426	0.67 380	0.89 385	0.63 359	0.92 416	0.57 383	0.90 387	0.65 385

DEFOM-Stereo_RVC	0.83 378	5.18 546	1.98 545	2.19 490	0.17 183	0.19 158	0.18 178	0.19 155	0.16 172	0.20 160	0.19 195	0.22 178	0.22 204	0.20 160	0.15 162	2.28 527	2.13 546	0.24 195	0.17 190	0.18 157	0.16 160

BUS	0.83 378	1.91 429	0.92 405	4.48 554	0.02 21	0.40 259	0.04 80	0.41 268	0.02 21	0.48 313	0.03 52	0.41 276	0.05 93	0.03 39	0.05 87	1.97 510	4.19 579	0.33 234	0.23 210	0.34 223	0.27 215

PDISCO_ROB	0.83 378	2.80 496	3.49 577	0.14 100	0.11 138	0.17 151	0.09 114	0.15 141	0.10 119	0.15 134	0.12 145	0.16 141	0.14 159	3.30 560	0.13 148	0.14 116	2.34 551	0.16 146	0.12 148	2.62 541	0.10 116

WQFJA1++	0.84 381	0.98 292	0.67 361	1.26 446	0.75 415	1.00 408	0.67 387	1.00 403	0.67 388	1.00 411	0.67 396	1.00 415	0.67 385	1.00 414	0.67 380	0.96 396	0.67 365	0.91 413	0.63 391	0.92 391	0.63 377

WQFJX1	0.84 381	0.98 292	0.67 361	1.30 453	0.75 415	1.01 414	0.67 387	1.01 410	0.67 388	1.01 418	0.67 396	1.01 421	0.68 389	1.00 414	0.68 388	0.98 401	0.67 365	0.92 416	0.64 396	0.92 391	0.64 383

NLMM	0.84 381	1.00 301	0.67 361	1.27 447	0.75 415	1.00 408	0.68 391	1.00 403	0.67 388	1.00 411	0.67 396	1.02 425	0.67 385	1.02 424	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.92 391	0.63 377

AIO-Stereo	0.84 381	0.66 246	0.70 371	0.83 344	0.67 400	0.98 406	0.82 421	1.14 421	0.72 411	1.03 424	0.74 420	1.03 427	1.09 434	0.99 412	0.45 335	1.04 407	0.73 384	0.95 426	0.74 418	0.94 400	0.46 330

DCRE	0.84 381	1.89 426	0.77 388	0.94 361	0.72 410	0.88 395	0.73 408	0.87 386	0.78 418	0.90 399	0.71 413	0.88 401	0.67 385	0.88 396	0.73 406	0.81 374	0.68 370	0.81 400	0.70 411	0.82 377	0.70 394

iGMRVC	0.84 381	2.85 497	0.72 378	0.72 333	0.73 411	0.77 383	0.79 415	0.73 375	0.74 416	0.73 381	0.72 416	0.73 385	0.76 408	0.73 379	0.73 406	0.72 363	0.73 384	0.73 386	0.72 416	0.73 362	0.72 399

WQFJA1	0.85 387	0.98 292	0.67 361	1.29 451	0.76 420	1.01 414	0.67 387	1.02 415	0.67 388	1.02 422	0.67 396	1.01 421	0.67 385	1.01 420	0.68 388	0.99 402	0.67 365	0.93 420	0.64 396	0.92 391	0.65 385

WQFJX	0.85 387	1.00 301	0.68 368	1.30 453	0.75 415	1.01 414	0.68 391	1.01 410	0.68 394	1.01 418	0.68 401	1.03 427	0.68 389	1.02 424	0.67 380	0.97 397	0.67 365	0.93 420	0.63 391	0.94 400	0.63 377

NLSM3	0.85 387	0.99 299	0.68 368	1.29 451	0.76 420	1.01 414	0.68 391	1.01 410	0.68 394	1.02 422	0.68 401	1.01 421	0.68 389	1.01 420	0.68 388	0.97 397	0.68 370	0.93 420	0.64 396	0.93 396	0.63 377

NLMM1	0.86 390	0.98 292	0.69 370	1.48 464	0.75 415	1.01 414	0.69 397	1.00 403	0.69 399	1.00 411	0.70 408	1.00 415	0.68 389	1.01 420	0.67 380	0.97 397	0.68 370	0.92 416	0.63 391	0.93 396	0.63 377

AdaDepth	0.86 390	0.93 285	0.71 375	1.01 373	1.07 451	1.02 420	0.71 405	1.00 403	0.71 408	1.01 418	0.71 413	1.00 415	0.72 403	1.14 439	0.71 404	0.92 389	0.64 361	0.90 410	0.64 396	0.89 384	0.69 393

GEStereo_RVC	0.86 390	4.45 536	0.20 167	0.27 176	0.20 200	0.27 206	0.20 186	0.26 194	0.18 185	5.03 590	0.20 199	0.27 207	0.19 193	0.27 206	0.21 193	0.20 158	0.19 176	0.19 167	4.02 595	0.20 164	0.18 178

Selective-RAFT-Error	0.88 393	0.84 263	0.98 410	0.86 348	0.97 441	0.88 395	0.95 432	0.84 385	0.99 442	0.92 403	0.82 428	0.84 399	0.98 424	0.87 395	0.97 432	0.81 374	0.83 397	0.79 395	0.82 428	0.79 369	0.85 417

IER	0.88 393	7.04 565	2.23 550	2.75 512	0.28 239	0.43 302	0.25 213	0.39 246	0.25 214	0.41 267	0.27 234	0.39 255	0.25 217	0.40 259	0.28 229	0.37 242	0.28 210	0.37 266	0.25 223	0.37 246	0.25 201

Selective-RAFT	0.89 395	0.89 273	0.72 378	1.16 393	0.78 424	1.06 423	0.82 421	0.87 386	0.97 439	1.00 411	0.91 433	0.90 404	1.00 425	0.89 398	0.93 429	0.83 379	0.83 397	0.82 404	0.82 428	0.81 375	0.82 415

AIO-Stereo-zeroshot	0.91 396	0.86 266	0.89 398	1.25 445	0.69 404	1.05 422	0.81 420	1.16 425	0.50 361	1.12 434	0.97 438	0.72 383	0.82 416	1.06 428	0.95 430	0.61 345	0.87 399	1.03 437	0.85 431	1.04 411	1.01 434

CFNet-RSSM	0.91 396	4.89 542	0.34 241	0.44 257	1.07 451	1.62 505	1.40 519	0.91 392	0.35 290	1.60 497	1.39 519	0.64 373	0.34 286	0.44 296	0.33 266	0.41 276	0.35 259	0.75 390	0.30 266	0.41 284	0.29 233

MLG-Stereo	0.92 398	0.90 276	0.84 396	1.27 447	0.49 365	1.38 495	0.88 424	1.41 492	0.97 439	0.73 381	1.09 446	1.26 492	0.43 335	0.72 377	1.05 440	1.13 418	0.49 327	1.18 449	0.66 402	1.01 408	0.46 330

ToySt	0.92 398	2.11 442	0.90 401	0.95 363	0.79 425	0.99 407	0.78 414	0.94 399	0.81 425	0.94 407	0.78 424	0.95 411	0.77 410	0.94 406	0.86 423	0.91 386	0.79 391	0.85 407	0.77 420	0.89 384	0.73 402

DPSM_ROB	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 395	0.91 429	0.93 405	0.91 433	0.92 407	0.90 418	0.91 400	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 424

DPSM	0.92 398	0.91 278	0.91 403	0.91 352	0.92 436	0.92 400	0.92 428	0.92 395	0.91 429	0.93 405	0.91 433	0.92 407	0.90 418	0.91 400	0.92 425	0.92 389	0.91 402	0.91 413	0.92 432	0.93 396	0.93 424

pmcnn	0.92 398	0.92 283	0.92 405	0.92 355	0.92 436	0.92 400	0.92 428	0.92 395	0.92 433	0.92 403	0.92 436	0.92 407	0.92 420	0.92 404	0.92 425	0.92 389	0.92 404	0.92 416	0.92 432	0.92 391	0.92 423

error version	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 276	0.40 315	0.41 274	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 269

test_1	0.93 403	4.47 537	2.35 553	1.99 486	0.37 307	0.41 275	0.36 295	0.41 268	0.35 290	0.43 287	0.36 301	0.41 276	0.40 315	0.41 274	0.36 287	1.87 502	2.16 547	0.47 338	0.37 317	0.39 268	0.33 269

DGTPSM_ROB	0.93 403	1.00 301	0.92 405	0.94 361	0.96 440	0.91 399	0.92 428	0.91 392	0.96 438	0.91 401	0.96 437	0.93 410	0.92 420	0.94 406	0.92 425	0.92 389	0.92 404	0.90 410	0.92 432	0.94 400	0.91 422

HSM-Net_RVC	0.95 406	1.17 334	0.78 389	1.18 395	0.71 408	1.16 438	0.75 410	1.09 419	0.80 422	1.10 428	0.75 421	1.17 443	0.74 405	1.17 442	0.80 417	1.13 418	0.73 384	1.17 446	0.77 420	1.16 420	0.72 399
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
iRaftStereo_RVC	0.97 407	3.17 505	2.30 552	2.42 503	0.38 314	0.54 356	0.38 308	0.54 344	0.38 307	0.54 352	0.38 313	0.54 355	0.38 305	0.54 349	0.38 299	2.38 536	2.34 551	0.49 351	0.36 314	0.49 322	0.36 288

DPSimNet_ROB	0.97 407	1.18 336	0.81 395	1.10 380	0.91 435	1.02 420	0.82 421	1.04 416	0.91 429	1.03 424	0.86 429	1.28 494	0.82 416	1.03 426	0.89 424	1.17 421	0.81 396	1.02 435	0.82 428	1.08 413	0.81 414

test-3	0.98 409	4.13 531	1.85 534	1.85 477	0.61 390	0.69 376	0.37 301	0.63 362	0.61 380	0.66 374	0.51 375	0.73 385	0.44 337	0.57 359	0.54 365	1.68 496	1.81 531	0.40 290	0.43 350	0.66 350	0.50 347

Wavelet-MonSter	1.00 410	1.21 384	0.76 386	1.94 481	1.01 446	1.11 433	0.76 412	1.15 422	0.76 417	1.11 433	0.76 422	1.14 440	0.76 408	1.11 436	0.76 413	1.21 468	0.90 401	1.02 435	0.71 414	1.02 410	0.71 398

999	1.00 410	1.12 327	0.59 342	1.10 380	1.21 509	1.09 429	0.52 368	1.08 417	1.43 521	1.18 439	1.35 513	0.98 414	0.52 366	0.91 400	0.85 422	0.72 363	1.46 504	0.83 405	0.98 437	0.68 352	1.41 517

DispNO	1.00 410	0.63 243	0.43 287	3.45 538	0.44 348	0.65 373	0.43 337	0.64 363	0.43 338	0.64 371	0.43 344	0.64 373	3.03 558	0.64 368	0.43 333	4.55 568	0.43 302	0.63 375	0.43 350	0.63 348	0.43 324

GANet	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 403	1.00 443	1.00 411	1.00 440	1.00 415	1.00 425	1.00 414	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 431

TDLM	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 403	1.00 443	1.00 411	1.00 440	1.00 415	1.00 425	1.00 414	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 431

CVANet_RVC	1.00 410	1.00 301	1.00 412	1.00 370	1.00 442	1.00 408	1.00 436	1.00 403	1.00 443	1.00 411	1.00 440	1.00 415	1.00 425	1.00 414	1.00 435	1.00 403	1.00 407	1.00 431	1.00 439	1.00 405	1.00 431

trnet	1.01 416	1.01 309	1.01 415	1.01 373	1.01 446	1.01 414	1.01 439	1.01 410	1.01 446	1.01 418	1.01 443	1.01 421	1.01 431	1.01 420	1.01 438	1.01 406	1.01 410	1.01 434	1.01 443	1.01 408	1.01 434

LL-Strereo	1.01 416	5.06 544	1.63 514	0.70 329	1.43 519	0.56 358	0.46 345	0.57 351	0.50 361	0.57 360	0.50 369	1.58 502	0.49 357	0.59 361	0.50 355	1.64 495	0.52 340	0.51 360	1.37 514	0.52 335	0.45 329

FlowAnything_test	1.02 418	1.72 413	0.71 375	1.59 467	0.70 406	1.61 503	0.69 397	1.61 494	0.70 403	1.60 497	0.70 408	1.61 506	0.69 396	1.61 501	0.70 402	0.81 374	0.58 350	0.81 400	0.55 377	0.81 375	0.56 367

FlowAnything	1.02 418	1.71 412	0.72 378	1.59 467	0.69 404	1.60 502	0.69 397	1.61 494	0.70 403	1.60 497	0.69 406	1.60 503	0.69 396	1.61 501	0.69 396	0.81 374	0.58 350	0.81 400	0.56 381	0.82 377	0.56 367

tt45	1.04 420	0.88 270	1.36 495	0.92 355	1.03 449	1.51 501	0.79 415	0.70 371	0.88 427	0.74 386	0.90 430	1.60 503	0.72 403	1.60 499	0.75 411	0.91 386	0.78 390	1.52 511	0.79 423	1.14 416	1.32 509

GLC_STEREO	1.07 421	1.01 309	1.06 417	1.07 378	1.05 450	1.06 423	1.08 443	1.08 417	1.05 449	1.07 426	1.06 445	1.08 430	1.05 433	1.06 428	1.10 442	1.07 409	1.09 420	1.05 438	1.05 444	1.06 412	1.12 441

FC-DCNN	1.07 421	1.09 324	0.98 410	0.89 349	0.52 375	1.41 498	0.91 427	1.21 478	1.24 507	1.96 509	2.05 564	1.91 511	1.30 499	1.27 492	1.08 441	0.80 371	0.60 353	0.58 370	0.41 341	0.68 352	0.54 359

hknet	1.10 423	1.85 422	3.49 577	4.48 554	0.02 21	0.42 295	0.06 108	0.41 268	0.02 21	0.48 313	0.03 52	0.41 276	0.03 52	0.42 287	0.03 48	4.39 565	4.19 579	0.33 234	0.23 210	0.34 223	0.27 215

test_xeample3	1.10 423	1.81 419	0.61 349	0.84 345	0.49 365	0.77 383	0.66 383	0.92 395	1.40 519	0.68 377	0.46 352	0.78 391	0.54 370	1.72 504	1.48 521	1.34 476	1.52 508	1.35 504	1.67 539	1.33 480	1.55 522

DISCO	1.11 425	0.39 164	5.28 590	0.39 214	0.20 200	0.39 257	0.27 224	0.39 246	0.22 200	0.38 241	0.20 199	0.38 250	0.20 197	6.95 601	0.22 195	0.30 207	0.21 182	0.27 207	0.21 201	5.25 583	0.21 185

Occ-G	1.12 426	0.52 223	3.72 582	3.50 542	0.50 369	0.56 358	0.47 350	0.54 344	0.46 344	0.54 352	0.41 332	0.54 355	0.42 332	0.52 345	0.42 330	3.42 558	4.02 578	0.52 363	0.45 352	0.51 333	0.44 327

AEACV	1.12 426	0.52 223	3.12 573	3.24 527	0.86 429	0.53 353	0.49 361	0.60 358	0.47 349	0.53 347	0.49 367	0.55 359	0.45 340	0.55 353	0.47 346	3.01 553	3.88 576	0.71 385	0.60 387	0.80 372	0.48 339

MSMD_ROB	1.19 428	1.10 326	0.70 371	1.10 380	0.60 384	1.10 430	0.70 402	1.10 420	0.70 403	1.10 428	0.70 408	1.10 434	0.70 398	7.00 602	0.70 402	1.10 412	0.70 377	1.10 439	0.70 411	1.10 414	0.70 394

MM-Stereo_test2	1.20 429	1.85 422	1.05 416	1.46 463	0.94 439	1.36 493	0.99 435	1.36 487	0.95 436	1.41 493	0.98 439	1.40 499	0.96 422	1.37 494	0.95 430	1.37 481	1.06 413	1.33 501	0.93 436	1.29 479	0.89 420

ours_stereo	1.20 429	1.21 384	0.90 401	1.64 475	1.11 453	1.35 491	0.67 387	1.76 501	0.93 434	1.70 505	1.10 447	1.39 497	0.75 407	1.41 496	0.81 420	1.60 494	1.03 412	1.33 501	1.00 439	1.61 490	0.72 399

DisPM	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

CrosDoStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PFNet+	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

LCNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

HHNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Patchmatch Stereo++	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

STrans-v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

TransformOpticalFlow	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

OMP-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

IIG-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

NF-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

OCTAStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PSM-softLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

KMStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

NRIStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PSM-adaLoss	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PSM-AAD	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

ROB_FTStereo_v2	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

ROB_FTStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Consistency-Raft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

KYRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

HUI-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

ASMatch	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DeepStereo_LL	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DEmStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

SST-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

THIR-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT_R40	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DRaft	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

PFNet	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

GrayStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RE-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Pruner-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

TVStereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

DeepStereo_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT-RH_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

IRAFT_RVC	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT-345	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

iRAFT	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

CRE-IMP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

GMM-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

RAFT-IKP	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

Prome-Stereo	1.20 429	1.20 338	1.20 432	1.20 397	1.20 463	1.20 439	1.20 454	1.20 433	1.20 459	1.20 441	1.20 456	1.20 445	1.20 446	1.20 444	1.20 456	1.20 423	1.20 435	1.20 451	1.20 456	1.20 429	1.20 455

HCRNet	1.22 476	7.11 566	3.00 561	3.55 543	0.33 284	0.29 210	0.14 153	0.19 155	0.15 168	0.33 225	0.29 246	0.25 195	0.14 159	0.22 175	0.33 266	3.64 559	3.00 556	0.76 392	0.32 284	0.18 157	0.13 151

HBP-ISP	1.24 477	1.72 413	1.65 515	1.15 388	0.76 420	1.40 497	0.88 424	1.67 500	1.02 447	1.69 504	1.38 518	1.69 507	1.21 492	1.87 511	1.21 501	1.05 408	0.79 391	0.97 429	0.80 425	1.19 428	0.75 406

AANet_RVC	1.26 478	0.31 143	4.99 588	5.93 580	0.20 200	0.25 194	0.20 186	0.25 189	0.20 193	0.23 178	0.19 195	0.25 195	0.20 197	0.25 192	0.20 189	5.66 589	4.76 582	0.26 203	0.30 266	0.24 185	0.27 215

MM-Stereo_test3	1.27 479	2.07 438	1.18 427	1.60 470	1.02 448	1.45 499	1.01 439	1.40 491	1.04 448	1.44 494	1.03 444	1.46 501	1.02 432	1.44 497	1.02 439	1.51 490	1.12 427	1.32 500	0.98 437	1.38 483	0.97 427

11t	1.27 479	2.70 482	1.34 485	1.32 456	0.89 431	1.30 490	1.34 509	1.64 497	0.57 373	1.45 495	0.72 416	1.05 429	1.29 498	1.07 431	1.29 510	1.49 487	1.02 411	0.97 429	1.15 449	1.48 485	1.31 508

MaskLacGwcNet_RVC	1.35 481	1.35 399	1.35 487	1.35 458	1.35 513	1.35 491	1.35 510	1.36 487	1.35 515	1.36 491	1.35 513	1.36 495	1.36 504	1.36 493	1.35 514	1.35 477	1.35 496	1.35 504	1.35 511	1.35 481	1.35 513

CC-Net-ROB	1.36 482	1.33 398	1.33 484	1.36 459	1.38 516	1.36 493	1.33 508	1.37 489	1.34 512	1.35 490	1.36 515	1.38 496	1.34 502	1.38 495	1.38 517	1.35 477	1.38 500	1.33 501	1.35 511	1.43 484	1.34 512

CFNet	1.37 483	5.27 549	0.19 164	5.49 577	0.19 197	0.28 207	0.19 182	0.28 198	0.19 191	0.28 203	0.19 195	0.28 208	4.35 588	0.28 210	0.19 186	0.23 179	0.17 166	0.23 187	4.21 597	4.81 574	0.17 174

PS-NSSS	1.38 484	1.39 401	1.34 485	1.34 457	1.35 513	1.38 495	1.37 517	1.35 486	1.38 518	1.34 489	1.34 512	1.39 497	1.38 507	1.70 503	1.40 518	1.36 479	1.36 497	1.36 506	1.37 514	1.37 482	1.36 514

RASNet	1.49 485	1.65 410	1.45 503	1.38 461	1.43 519	1.47 500	1.36 512	1.38 490	1.36 516	1.39 492	1.60 529	1.45 500	1.45 510	1.51 498	2.21 559	1.53 491	1.36 497	1.36 506	1.36 513	1.66 493	1.36 514

GANetREF_RVC	1.55 486	1.94 435	1.22 479	1.88 478	1.21 509	1.88 509	1.22 500	1.88 503	1.22 505	1.88 506	1.22 502	1.88 509	1.22 493	1.89 512	1.22 502	1.87 502	1.22 482	1.88 525	1.22 502	1.88 502	1.22 501
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 487	1.91 429	1.21 478	1.94 481	1.20 463	2.00 517	1.23 501	1.99 508	1.24 507	2.00 514	1.25 505	2.03 519	1.26 495	2.00 516	1.29 510	1.90 506	1.18 434	1.89 526	1.21 501	1.89 503	1.20 455
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
DPSMNet_ROB	1.60 488	1.59 408	1.70 517	1.59 467	1.59 525	1.61 503	1.61 528	1.60 493	1.60 525	1.62 503	1.59 528	1.60 503	1.60 513	1.60 499	1.59 525	1.59 492	1.60 518	1.59 512	1.59 531	1.59 489	1.59 527

ff7	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 514	1.80 542	2.05 519	1.56 525	2.33 526	2.12 548	2.23 522	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 436

ffff	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 514	1.80 542	2.05 519	1.56 525	2.33 526	2.12 548	2.23 522	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 436

ccc-4	1.68 489	2.68 479	1.35 487	0.97 367	0.89 431	1.84 506	2.15 557	2.12 514	1.80 542	2.05 519	1.56 525	2.33 526	2.12 548	2.23 522	2.25 560	1.31 473	1.07 414	1.48 508	1.41 517	0.90 387	1.04 436

MC-Stereo	1.76 492	2.96 498	1.37 497	2.14 489	1.37 515	2.14 523	1.36 512	2.14 517	1.37 517	2.14 523	1.37 516	2.14 521	1.37 506	2.14 521	1.37 516	1.97 510	1.32 484	1.97 528	1.32 510	1.98 504	1.33 510

IGEVStereo-DCA	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 498	1.17 456	2.75 552	1.90 547	2.54 539	1.15 439	0.94 406	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 418

rrr	1.77 493	4.21 533	1.84 532	2.49 506	2.11 558	2.54 543	1.36 512	1.65 498	1.17 456	2.75 552	1.90 547	2.54 539	1.15 439	0.94 406	1.11 443	1.50 488	1.32 484	0.96 427	1.46 523	1.49 486	0.88 418

MM-Stereo_test1	1.80 495	3.41 510	1.52 510	2.12 488	1.41 518	2.04 518	1.41 520	2.05 512	1.46 522	2.04 518	1.41 520	2.05 520	1.42 509	2.05 517	1.43 520	2.04 514	1.54 511	1.94 527	1.38 516	1.99 505	1.33 510

MFMNet_re	1.81 496	1.91 429	1.71 519	1.95 483	1.70 536	1.95 514	1.70 533	1.96 506	1.74 538	1.97 511	1.72 537	1.95 512	1.71 521	1.97 515	1.71 533	1.86 500	1.62 519	1.85 518	1.66 538	1.86 501	1.64 533

plain	1.88 497	3.16 504	0.64 353	3.10 522	0.65 396	3.10 558	0.64 380	3.12 557	0.65 385	3.10 558	0.65 393	3.11 559	0.65 380	3.12 557	0.65 376	3.12 554	0.65 363	3.13 558	0.65 400	3.13 545	0.65 385

RAFT_CTSACE	1.92 498	3.71 517	1.72 520	1.88 478	1.72 537	2.04 518	1.42 522	2.18 519	1.89 553	2.02 516	1.97 553	1.95 512	2.06 547	1.93 513	1.62 526	1.76 497	1.66 522	2.02 529	1.73 547	1.73 496	1.43 519

MonStereo1	1.94 499	2.77 492	1.52 510	3.73 550	1.51 522	2.13 522	1.42 522	2.32 527	1.52 523	2.31 531	1.50 523	2.53 536	1.59 512	2.34 529	1.56 523	1.91 507	1.36 497	1.86 521	1.31 509	2.07 506	1.53 520

4.25w-stereo	1.98 500	2.72 486	1.46 504	3.47 539	1.43 519	2.07 520	1.98 548	2.53 539	1.52 523	2.71 545	1.98 559	1.81 508	1.62 515	1.96 514	1.36 515	1.88 505	2.00 536	2.53 552	1.61 533	1.74 497	1.15 446

4.5w-stereo	1.99 501	2.33 459	1.81 523	3.28 529	1.68 532	1.94 511	1.99 551	2.72 542	1.70 530	2.72 546	1.99 562	1.97 514	1.68 517	1.76 505	1.29 510	1.91 507	2.02 542	2.53 552	1.61 533	1.75 498	1.16 449

2.75w_new	1.99 501	2.34 463	1.81 523	3.14 523	1.62 527	1.94 511	1.99 551	2.72 542	1.71 531	2.72 546	1.99 562	1.90 510	1.73 523	1.82 510	1.29 510	2.37 535	2.01 538	2.31 539	1.42 520	1.77 499	1.22 501

3.75w	1.99 501	2.31 457	1.83 531	3.16 525	1.65 529	1.93 510	1.98 548	2.72 542	1.68 527	2.73 551	1.97 553	2.00 516	1.72 522	1.81 509	1.25 506	2.27 526	2.01 538	2.38 544	1.42 520	1.71 495	1.24 504

2w_stereo	1.99 501	2.36 466	1.81 523	3.24 527	1.67 530	1.94 511	1.98 548	2.72 542	1.68 527	2.72 546	1.94 550	1.98 515	1.74 525	1.79 508	1.27 507	1.95 509	2.00 536	2.53 552	1.60 532	1.68 494	1.15 446

2.25w	2.00 505	1.86 424	1.98 545	2.95 520	2.17 562	2.26 524	1.35 510	2.42 533	2.00 560	2.07 522	1.27 507	2.53 536	1.99 543	2.29 526	1.49 522	2.21 521	1.32 484	1.85 518	1.87 551	2.52 532	1.62 531

4.25_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 542	1.71 531	2.72 546	1.97 553	2.01 517	1.74 525	1.77 506	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 450

4.5w_new	2.00 505	2.33 459	1.82 528	3.32 532	1.69 533	1.95 514	1.99 551	2.72 542	1.71 531	2.72 546	1.97 553	2.01 517	1.74 525	1.77 506	1.28 508	2.18 518	2.01 538	2.48 550	1.58 529	1.65 491	1.17 450

4.5_new	2.00 505	1.84 421	1.98 545	2.77 514	2.16 560	2.27 525	1.28 507	2.09 513	1.98 557	2.01 515	1.28 508	2.71 548	1.98 541	2.51 538	1.65 528	2.26 523	1.33 491	1.87 522	1.87 551	2.49 528	1.60 528

TRStereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 522	1.86 547	2.30 528	1.87 542	2.30 523	1.87 531	2.08 518	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 538

XX-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 522	1.86 547	2.30 528	1.87 542	2.30 523	1.87 531	2.08 518	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 538

EAI-Stereo	2.00 505	2.13 443	1.85 534	2.27 495	1.84 541	2.28 527	1.84 537	2.29 522	1.86 547	2.30 528	1.87 542	2.30 523	1.87 531	2.08 518	1.72 535	2.08 515	1.72 525	2.08 531	1.72 544	2.08 507	1.72 538

2.5w	2.01 512	2.40 468	1.37 497	3.28 529	2.01 552	2.71 548	1.43 525	1.82 502	1.83 545	1.90 508	1.41 520	2.71 548	1.35 503	2.71 547	1.85 546	2.66 547	1.53 509	1.64 513	1.23 503	2.53 535	1.87 547

4w-stereo	2.02 513	2.72 486	1.44 502	3.36 535	1.59 525	2.48 536	1.72 534	2.28 520	1.24 507	2.24 526	1.65 533	2.56 541	1.32 501	2.39 532	1.98 556	2.67 549	1.51 507	1.66 514	1.24 504	2.53 535	1.88 550

IGEV	2.02 513	2.20 449	1.82 528	2.90 519	2.16 560	2.41 533	1.25 503	2.00 509	1.98 557	1.99 513	1.31 510	2.72 552	1.93 537	2.67 546	1.69 532	2.26 523	1.32 484	1.83 517	1.87 551	2.53 535	1.61 530

3.25w_new	2.03 515	2.72 486	1.35 487	3.33 534	1.57 523	2.72 549	1.53 527	2.15 518	1.33 511	2.15 524	1.60 529	2.63 545	1.30 499	2.72 549	1.99 557	2.67 549	1.53 509	1.75 516	1.25 506	2.53 535	1.87 547

3.5w_stereo	2.03 515	2.72 486	1.35 487	3.41 536	1.57 523	2.72 549	1.49 526	2.01 510	1.34 512	2.15 524	1.61 531	2.63 545	1.36 504	2.72 549	1.99 557	2.66 547	1.58 514	1.68 515	1.24 504	2.53 535	1.87 547

UniTT-Stereo	2.03 515	3.43 511	0.72 378	3.42 537	0.73 411	3.27 561	0.68 391	3.38 562	0.69 399	3.29 561	0.72 416	3.28 562	0.70 398	3.35 563	0.68 388	3.39 557	0.68 370	3.31 561	0.69 409	3.37 546	0.73 402

3.25w	2.04 518	2.20 449	1.48 505	3.03 521	2.17 562	2.63 547	1.39 518	1.96 506	1.95 556	1.96 509	1.37 516	2.71 548	1.96 540	2.71 547	1.73 540	2.26 523	1.32 484	1.87 522	1.87 551	2.51 531	1.63 532

3w_stereo	2.04 518	2.24 453	1.70 517	3.15 524	2.18 564	2.49 537	1.26 505	2.03 511	1.98 557	1.98 512	1.33 511	2.72 552	1.99 543	2.59 541	1.72 535	2.22 522	1.33 491	1.85 518	1.88 556	2.50 530	1.58 526

1w_stereo	2.05 520	2.32 458	1.35 487	3.74 551	2.01 552	2.73 551	1.42 522	1.88 503	1.93 555	2.03 517	1.28 508	2.71 548	1.99 543	2.72 549	1.72 535	2.20 520	1.32 484	1.87 522	1.86 550	2.45 524	1.54 521

sCroCo_RVC	2.10 521	2.76 490	1.92 542	2.78 517	1.39 517	2.73 551	1.41 520	2.73 548	1.40 519	2.77 557	1.41 520	2.74 554	1.40 508	2.74 552	1.40 518	2.72 551	1.42 502	2.72 556	1.44 522	2.79 542	1.42 518

MoCha-V2	2.11 522	26.97 608	0.78 389	0.92 355	0.77 423	0.96 405	0.72 407	0.90 390	0.72 411	0.94 407	0.70 408	0.90 404	0.71 402	0.91 400	0.71 404	0.85 382	0.71 381	0.88 409	0.69 409	0.87 382	0.67 390

FBW_ROB	2.12 523	2.46 472	1.77 522	2.49 506	1.79 540	2.38 531	1.83 536	2.46 534	1.78 541	2.48 539	1.97 553	2.40 531	1.78 528	2.42 535	1.83 544	2.31 531	1.85 533	2.38 544	1.82 549	2.35 519	1.84 543

MonStereo	2.17 524	2.41 469	1.49 509	2.67 511	1.67 530	2.60 546	2.04 555	2.32 527	1.76 539	2.44 536	1.68 535	2.50 534	1.69 519	2.38 530	1.80 543	2.28 527	1.78 528	2.63 555	2.14 559	3.47 547	1.68 536

asda	2.17 524	2.54 473	1.81 523	3.47 539	1.78 539	2.50 539	1.86 541	2.61 541	1.68 527	2.61 543	1.83 539	2.37 530	1.73 523	2.44 536	1.88 551	2.51 544	1.84 532	2.34 541	1.62 535	2.23 512	1.77 542

asd	2.18 526	2.77 492	1.58 512	3.59 544	2.00 551	2.58 545	1.85 540	2.39 532	1.71 531	2.47 538	1.97 553	2.59 543	1.61 514	2.56 539	1.79 542	2.51 544	1.99 535	2.11 534	1.62 535	2.36 520	1.60 528

qwe	2.18 526	2.60 476	1.58 512	3.83 552	1.90 549	2.53 541	1.90 546	2.48 535	1.73 536	2.37 534	1.92 549	2.53 536	1.68 517	2.56 539	1.83 544	2.52 546	1.87 534	2.07 530	1.68 541	2.32 518	1.71 537

monsters	2.18 526	2.41 469	1.96 544	3.47 539	2.03 556	2.53 541	1.64 530	2.48 535	1.73 536	2.40 535	1.50 523	2.62 544	1.94 538	2.59 541	1.94 553	2.44 539	1.57 513	2.28 537	1.87 551	2.42 522	1.86 545

AIO_rvc	2.18 526	2.34 463	1.87 538	2.32 499	1.94 550	2.40 532	1.89 545	2.37 530	2.07 562	2.52 541	1.95 552	2.44 533	1.99 543	2.41 533	1.89 552	2.32 532	2.09 544	2.24 535	2.18 560	2.21 511	2.23 554

HUF	2.18 526	2.30 456	1.99 548	2.34 501	2.02 555	2.41 533	2.06 556	2.38 531	1.89 553	2.36 533	1.85 540	2.56 541	1.98 541	2.31 528	1.97 555	2.30 530	2.03 543	2.30 538	2.11 558	2.23 512	2.16 552

AIO_test	2.18 526	2.09 441	2.04 549	2.42 503	2.01 552	2.47 535	1.94 547	2.34 529	2.03 561	2.56 542	1.94 550	2.43 532	1.94 538	2.41 533	1.87 550	2.39 537	2.10 545	2.35 543	1.91 557	2.25 514	2.19 553

monsterstereo	2.20 532	2.33 459	1.95 543	3.65 546	2.07 557	2.49 537	1.61 528	2.48 535	1.83 545	2.45 537	1.61 531	2.67 547	1.86 530	2.64 543	1.94 553	2.48 543	1.66 522	2.34 541	1.68 541	2.40 521	1.86 545

LG-G_1	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 550	1.87 551	2.75 552	1.87 542	2.76 555	1.87 531	2.75 553	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 524

LG-G	2.22 533	2.71 484	1.89 539	2.77 514	1.87 547	2.75 553	1.87 543	2.76 550	1.87 551	2.75 552	1.87 542	2.76 555	1.87 531	2.75 553	1.86 547	2.47 541	1.58 514	2.45 547	1.57 526	2.45 524	1.57 524

LGtest1	2.22 533	2.70 482	1.89 539	2.76 513	1.86 544	2.75 553	1.86 541	2.75 549	1.86 547	2.75 552	1.86 541	2.77 557	1.87 531	2.75 553	1.86 547	2.46 540	1.58 514	2.45 547	1.56 525	2.45 524	1.56 523

RAStereo	2.23 536	3.64 514	0.76 386	3.65 546	0.86 429	3.66 566	0.76 412	3.67 566	0.81 425	3.66 563	0.76 422	3.66 565	0.77 410	3.68 565	0.77 414	3.68 560	0.77 389	3.69 566	0.77 420	3.70 549	0.77 410

UDGNet	2.23 536	5.40 554	1.72 520	2.48 505	1.69 533	2.51 540	1.69 532	2.51 538	1.72 535	2.50 540	1.69 536	2.52 535	1.69 519	2.50 537	1.68 531	2.41 538	1.70 524	2.42 546	1.69 543	2.42 522	1.64 533

NCCL2	2.28 538	2.27 454	2.28 551	2.28 498	2.28 565	2.27 525	2.29 560	2.28 520	2.28 563	2.27 527	2.28 565	2.28 522	2.27 551	2.27 525	2.28 564	2.28 527	2.28 550	2.27 536	2.29 564	2.27 515	2.29 555

Abc-Net	2.32 539	24.75 600	1.14 421	1.17 394	1.17 460	1.11 433	1.15 448	1.17 427	1.21 504	1.08 427	1.16 451	1.12 439	1.14 438	1.09 432	1.17 451	1.09 410	1.16 430	1.17 446	1.17 452	1.16 420	1.11 439
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
RP	2.33 540	25.00 601	1.13 420	1.15 388	1.15 455	1.10 430	1.15 448	1.15 422	1.15 451	1.12 434	1.15 448	1.09 432	1.13 436	1.10 434	1.15 447	1.11 417	1.09 420	1.16 442	1.12 447	1.16 420	1.17 450

stereogan	2.33 540	24.38 599	1.18 427	1.18 395	1.18 462	1.14 436	1.18 452	1.19 430	1.19 458	1.14 437	1.18 455	1.14 440	1.18 444	1.14 439	1.18 452	1.14 420	1.14 428	1.19 450	1.19 453	1.15 418	1.19 454

RGC	2.36 542	25.48 602	1.19 429	1.15 388	1.15 455	1.10 430	1.16 450	1.17 427	1.16 452	1.12 434	1.16 451	1.11 438	1.13 436	1.09 432	1.18 452	1.10 412	1.15 429	1.16 442	1.12 447	1.14 416	1.12 441

NCC-stereo	2.36 542	25.52 603	1.17 425	1.15 388	1.17 460	1.11 433	1.11 444	1.15 422	1.16 452	1.10 428	1.16 451	1.10 434	1.15 439	1.14 439	1.13 445	1.09 410	1.11 424	1.15 441	1.16 451	1.17 425	1.17 450

AF-Net	2.37 544	25.71 604	1.17 425	1.13 385	1.15 455	1.15 437	1.18 452	1.19 430	1.16 452	1.10 428	1.15 448	1.10 434	1.18 444	1.12 438	1.15 447	1.10 412	1.10 423	1.17 446	1.15 449	1.16 420	1.12 441

Nwc_Net	2.37 544	25.95 605	1.15 423	1.14 386	1.15 455	1.08 427	1.14 447	1.17 427	1.16 452	1.14 437	1.15 448	1.08 430	1.15 439	1.11 436	1.14 446	1.10 412	1.11 424	1.16 442	1.09 446	1.16 420	1.15 446

CFNet_RVC	2.38 546	8.71 577	0.38 259	9.33 596	0.42 345	0.56 358	0.42 335	0.60 358	0.38 307	0.62 368	0.42 342	0.56 362	7.29 600	0.62 363	0.42 330	0.53 328	0.37 264	0.49 351	0.34 296	8.30 597	6.87 603

edge stereo	2.43 547	27.07 609	1.14 421	1.06 377	1.14 454	1.08 427	1.17 451	1.16 425	1.14 450	1.10 428	1.16 451	1.09 432	1.16 443	1.10 434	1.16 450	1.10 412	1.11 424	1.16 442	1.19 453	1.13 415	1.11 439

FAT-Stereo	2.46 548	26.05 606	1.23 481	1.23 444	1.22 511	1.20 439	1.24 502	1.23 481	1.23 506	1.19 440	1.22 502	1.21 490	1.24 494	1.20 444	1.24 503	1.21 468	1.17 433	1.22 497	1.25 506	1.20 429	1.24 504

S-Stereo	2.51 549	26.86 607	1.23 481	1.22 442	1.22 511	1.24 487	1.25 503	1.22 479	1.24 507	1.21 486	1.24 504	1.19 444	1.27 496	1.19 443	1.24 503	1.19 422	1.20 435	1.25 498	1.19 453	1.24 477	1.23 503

Anonymous3	2.55 550	3.26 508	1.65 515	3.28 529	1.63 528	3.24 560	1.68 531	3.27 559	1.66 526	3.28 560	1.67 534	3.25 561	1.66 516	3.27 559	1.64 527	3.26 555	1.65 521	3.30 560	1.65 537	4.95 579	1.65 535

MIF-Stereo (partial)	2.58 551	3.31 509	0.66 357	3.18 526	0.66 399	3.18 559	0.66 383	3.21 558	0.67 388	3.19 559	0.66 395	3.19 560	0.66 383	3.31 561	0.68 388	5.09 585	1.79 530	8.23 604	1.67 539	6.18 588	1.38 516

MSMDNet	2.65 552	10.14 588	0.33 231	9.74 599	0.32 272	0.87 394	0.33 270	2.95 556	0.68 394	0.49 320	0.34 288	0.49 325	5.70 595	0.49 323	0.33 266	0.42 290	9.57 601	0.41 307	0.31 277	8.36 598	0.65 385

pcwnet_v2	2.66 553	9.89 586	0.33 231	9.89 600	0.32 272	0.50 336	0.32 259	0.49 314	0.33 277	0.49 320	0.34 288	0.49 325	8.76 602	0.48 317	0.33 266	0.41 276	9.58 602	0.40 290	0.29 252	9.01 601	0.63 377

CFNet_pseudo	2.67 554	9.36 582	0.32 225	10.99 605	0.33 284	0.85 392	0.33 270	0.49 314	0.33 277	0.49 320	0.32 273	0.49 325	7.26 599	0.49 323	0.33 266	0.41 276	9.62 603	0.41 307	0.29 252	10.03 605	0.29 233

CFNet_ucs	2.73 555	9.64 584	0.33 231	9.92 601	0.32 272	0.49 327	0.33 270	0.49 314	0.33 277	0.49 320	0.33 280	0.49 325	8.98 603	0.48 317	0.33 266	0.41 276	9.96 606	0.40 290	0.29 252	10.12 606	0.54 359

UCFNet_RVC	2.75 556	10.06 587	0.29 203	10.31 604	0.29 248	0.42 295	0.29 241	0.43 292	0.29 242	0.42 281	0.29 246	0.42 294	9.87 605	0.43 293	0.29 239	0.36 238	9.84 605	0.36 263	0.26 229	9.77 604	0.26 207

ccs_rob	2.79 557	10.17 589	0.32 225	10.00 602	0.33 284	0.49 327	0.33 270	1.90 505	0.32 270	0.51 341	0.33 280	0.49 325	9.24 604	0.49 323	0.33 266	0.41 276	9.82 604	0.41 307	0.28 242	9.34 602	0.29 233

PCWNet_CMD	2.80 558	9.82 585	0.32 225	10.09 603	0.32 272	0.49 327	0.33 270	3.34 561	0.33 277	0.49 320	0.33 280	0.49 325	8.73 601	0.48 317	0.33 266	0.41 276	9.22 600	0.42 318	0.29 252	9.55 603	0.31 255

NLSM1	2.93 559	3.24 507	2.57 559	4.04 553	2.66 568	3.30 562	2.55 563	3.29 560	2.55 565	3.35 562	2.48 567	3.28 562	2.47 553	3.34 562	2.49 565	3.26 555	2.55 554	3.13 558	2.57 567	3.00 544	2.46 562

StereoVision	3.15 560	5.00 543	0.89 398	4.83 570	1.00 442	3.93 567	1.27 506	6.37 596	1.34 512	5.67 596	1.26 506	5.84 598	1.27 496	5.03 593	1.24 503	5.10 586	1.09 420	4.61 579	0.57 383	5.62 586	1.12 441

MaDis-Stereo	3.19 561	6.02 564	1.12 419	5.61 579	1.16 459	5.43 594	1.02 441	5.15 593	0.70 403	5.43 593	1.21 501	5.03 595	0.97 423	4.85 587	0.99 434	4.53 567	1.16 430	5.53 595	1.25 506	5.37 584	1.30 507

sAnonymous2	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 589	2.72 567	5.45 594	1.98 559	4.59 580	2.64 554	2.65 544	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 560

CroCo_RVC	3.31 562	2.63 477	1.38 499	3.71 548	1.86 544	4.70 586	1.11 444	4.82 589	2.72 567	5.45 594	1.98 559	4.59 580	2.64 554	2.65 544	6.21 600	4.37 563	1.08 418	5.16 593	2.24 562	4.52 561	2.39 560

DPSNet	3.66 564	3.60 513	3.62 580	3.63 545	3.64 590	3.65 565	3.65 589	3.66 565	3.67 586	3.67 564	3.65 587	3.67 566	3.66 575	3.66 564	3.68 584	3.68 560	3.66 574	3.67 565	3.68 590	3.67 548	3.67 588

NLCSM	3.67 565	4.08 528	3.19 576	4.80 569	3.26 583	3.99 570	3.24 584	4.25 572	3.18 582	4.09 568	3.27 582	4.14 571	3.18 570	4.13 570	3.28 580	4.06 562	3.10 564	3.85 570	3.14 581	3.91 554	3.27 584

STTStereo	3.73 566	30.40 613	2.37 555	2.39 502	2.31 567	2.35 530	2.33 561	2.29 522	2.42 564	2.32 532	2.34 566	2.33 526	2.36 552	2.30 527	2.27 563	2.35 534	2.22 549	2.31 539	2.22 561	2.29 517	2.34 559

rvit_105_1	3.83 567	5.22 547	3.01 562	4.53 557	3.01 571	4.51 574	3.01 569	4.56 576	3.04 570	4.53 575	3.03 571	4.55 578	3.03 558	4.56 576	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.57 563	3.05 569

rvit_stereo_0081	3.83 567	5.23 548	3.01 562	4.53 557	3.03 573	4.55 580	3.02 570	4.56 576	3.04 570	4.52 573	3.02 569	4.54 576	3.03 558	4.56 576	3.04 567	4.57 569	3.05 557	4.57 574	3.05 572	4.58 564	3.05 569

rvit_stereo_0081_aga	3.86 569	5.33 551	3.02 565	4.55 563	3.04 577	4.54 576	3.02 570	4.64 583	3.06 574	4.54 577	3.04 573	4.62 585	3.08 565	4.62 582	3.07 572	4.58 572	3.06 561	4.60 578	3.08 576	4.63 567	3.07 573

rvit_stereo_0082	3.86 569	5.82 562	3.01 562	4.53 557	3.03 573	4.54 576	3.02 570	4.56 576	3.04 570	4.53 575	3.02 569	4.55 578	3.04 561	4.57 579	3.05 569	4.57 569	3.05 557	4.58 576	3.05 572	4.58 564	3.06 572

rvit_0105_6	3.87 571	5.73 561	3.10 572	4.69 567	3.12 581	4.54 576	3.02 570	4.56 576	3.04 570	4.54 577	3.03 571	4.54 576	3.04 561	4.56 576	3.05 569	4.58 572	3.05 557	4.58 576	3.05 572	4.58 564	3.05 569

rvit_stereo_0080	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 580	3.07 575	4.58 580	3.06 574	4.59 580	3.06 563	4.61 580	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 576

whm_eth	3.89 572	5.70 559	3.04 567	4.54 560	3.03 573	4.56 581	3.05 576	4.60 580	3.07 575	4.58 580	3.06 574	4.59 580	3.06 563	4.61 580	3.08 573	4.63 574	3.09 562	4.64 580	3.10 577	4.65 568	3.10 576

rvit_0105_4	3.91 574	5.47 558	3.02 565	4.54 560	3.02 572	4.54 576	3.03 574	4.75 586	3.17 581	4.57 579	3.06 574	4.61 584	3.16 569	4.65 583	3.09 575	4.66 576	3.11 565	4.68 583	3.18 583	4.81 574	3.16 581

rvit_0105_3	3.91 574	5.33 551	3.06 570	4.60 565	3.07 579	4.60 583	3.06 578	4.62 582	3.08 578	4.60 582	3.07 577	4.62 585	3.08 565	4.67 584	3.10 576	4.70 577	3.11 565	4.77 587	3.19 584	4.77 573	3.14 580

rvit_stereo_0083	3.92 576	5.30 550	3.06 570	4.61 566	3.09 580	4.67 585	3.08 579	4.66 584	3.09 579	4.62 583	3.10 579	4.66 588	3.11 567	4.67 584	3.16 578	4.72 579	3.16 568	4.77 587	3.11 579	4.66 570	3.11 578

rvit_stereo_ft	3.93 577	5.44 556	3.05 569	4.59 564	3.06 578	4.61 584	3.08 579	4.67 585	3.12 580	4.63 584	3.10 579	4.65 587	3.11 567	4.69 586	3.13 577	4.70 577	3.14 567	4.71 585	3.15 582	4.74 571	3.16 581

rvit_0105_5	4.10 578	5.40 554	3.13 575	4.71 568	3.15 582	4.72 588	3.10 581	4.90 591	3.27 583	4.69 585	3.16 581	4.84 592	3.25 571	4.96 590	3.34 581	5.05 584	3.39 573	5.10 592	3.40 585	5.11 581	3.42 585

MLG-Stereo_test1	4.25 579	5.34 553	3.61 579	5.31 575	3.63 589	5.23 592	3.57 587	5.38 594	3.65 585	5.23 591	3.47 584	4.76 589	3.74 578	4.85 587	3.71 585	4.96 581	3.18 570	4.71 585	2.92 569	4.86 577	2.90 566

MLG-Stereo_test3	4.26 580	4.85 541	3.95 583	5.35 576	3.60 588	4.75 589	3.76 590	5.49 595	3.71 587	5.39 592	3.69 588	4.82 591	3.66 575	4.85 587	3.73 588	4.93 580	3.19 571	4.69 584	2.99 571	4.84 576	2.98 568

MLG-Stereo_test2	4.28 581	5.46 557	3.69 581	4.86 571	3.72 591	5.58 595	3.42 585	4.81 588	3.77 591	4.85 587	3.72 589	5.55 597	3.63 574	5.58 594	3.53 583	4.41 566	3.28 572	4.99 591	2.95 570	4.75 572	3.13 579

RAFT+CT+SA	4.28 581	7.62 570	4.91 587	5.55 578	2.28 565	3.09 557	3.64 588	4.49 574	3.07 575	4.80 586	3.35 583	4.77 590	3.70 577	4.29 573	3.05 569	5.58 588	5.98 589	3.58 564	3.78 592	4.26 557	3.72 589

SA	4.33 583	7.35 567	6.85 598	5.96 581	4.09 595	3.59 564	3.15 582	3.82 567	2.64 566	3.91 565	3.85 590	3.57 564	2.72 556	3.13 558	4.03 591	7.09 599	6.86 594	3.57 563	3.12 580	3.85 550	3.51 587

Sa-1000	4.34 584	8.37 573	6.84 597	6.98 588	4.45 598	3.58 563	3.00 568	3.42 563	3.39 584	2.61 543	4.00 593	3.83 568	4.01 586	3.90 567	3.90 589	5.98 592	5.62 587	3.76 567	2.34 565	4.35 559	2.47 563

TestStereo1	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 569	3.74 588	3.97 566	3.52 585	3.94 569	3.58 572	3.98 568	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 591

SA-5K	4.60 585	8.41 574	6.44 595	6.86 586	3.79 592	3.97 568	3.78 591	3.99 569	3.74 588	3.97 566	3.52 585	3.94 569	3.58 572	3.98 568	3.72 586	6.82 596	6.50 592	3.76 567	3.66 588	3.90 551	3.74 591

DispFullNet	4.61 587	4.84 540	3.12 573	5.00 573	3.57 587	4.75 589	3.03 574	7.75 602	4.17 595	4.91 589	3.09 578	6.20 599	3.95 584	6.71 598	3.51 582	5.30 587	3.67 575	5.86 599	3.63 587	5.61 585	3.46 586

test_5	4.62 588	7.55 569	6.23 593	6.32 583	3.40 586	5.29 593	3.50 586	3.53 564	4.11 594	4.28 570	4.47 597	4.26 574	4.38 589	3.68 565	3.24 579	5.89 590	5.60 586	4.84 589	3.50 586	4.33 558	3.93 595

raft_robust	4.71 589	7.75 571	5.40 592	6.81 585	3.31 584	4.28 573	4.20 596	4.32 573	4.37 597	4.35 572	4.35 596	4.14 571	3.75 579	4.30 574	4.20 594	6.67 595	6.37 590	3.36 562	4.24 598	4.86 577	3.25 583

cross-raft	4.83 590	7.52 568	6.43 594	6.63 584	3.96 594	4.51 574	3.99 594	4.49 574	3.96 593	4.52 573	3.96 592	4.50 575	3.97 585	4.50 575	3.97 590	6.65 594	6.44 591	4.33 571	3.92 594	4.35 559	3.91 594

test_4	4.88 591	8.13 572	6.98 599	7.46 589	4.44 597	4.25 572	3.85 593	4.04 571	3.92 592	4.13 569	3.91 591	4.18 573	3.84 582	4.14 571	4.06 592	7.01 598	7.13 595	4.53 572	3.72 591	4.09 555	3.72 589

TestStereo	4.88 591	4.75 539	4.79 586	4.87 572	4.92 599	4.81 591	4.90 599	4.78 587	4.77 598	4.87 588	4.89 598	4.90 593	4.91 591	4.99 591	4.79 596	4.98 582	4.87 583	4.87 590	4.92 600	5.00 580	5.00 598

test_3	5.01 593	8.86 579	7.77 601	8.09 591	2.76 570	4.13 571	4.05 595	3.88 568	3.76 590	4.33 571	4.13 594	3.71 567	3.91 583	4.21 572	4.06 592	7.93 600	7.69 597	4.53 572	3.91 593	4.17 556	4.29 597

NLCA_NET_v2_RVC	5.04 594	50.87 623	2.78 560	2.87 518	2.71 569	2.78 556	0.47 350	2.88 555	2.86 569	1.89 507	2.67 568	2.79 558	2.79 557	2.78 556	2.83 566	2.82 552	2.82 555	2.83 557	2.77 568	2.83 543	2.76 564
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
FC-DCNN v2	5.10 595	5.15 545	4.49 585	5.07 574	3.37 585	6.87 598	4.75 598	5.04 592	6.34 602	7.84 602	5.06 599	6.72 603	4.09 587	4.99 591	5.44 599	5.03 583	3.16 568	4.67 582	4.86 599	5.15 582	3.89 593

U	5.15 596	8.49 576	1.81 523	8.49 593	1.77 538	8.49 603	1.77 535	8.51 604	1.77 540	8.49 604	1.77 538	8.50 605	1.78 528	8.58 604	1.77 541	8.54 603	1.78 528	8.55 605	1.78 548	8.55 599	1.84 543

SGM-Forest	5.21 597	5.92 563	4.08 584	6.18 582	4.16 596	6.31 597	4.34 597	6.50 597	4.33 596	6.14 598	4.21 595	6.61 602	4.55 590	6.67 597	4.48 595	5.94 591	3.94 577	5.85 598	4.03 596	5.79 587	4.17 596
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
test-1	6.46 598	9.16 581	8.03 604	8.09 591	5.62 602	6.11 596	6.35 602	6.85 599	4.94 599	6.08 597	6.29 604	4.98 594	6.43 596	6.22 595	6.36 602	6.16 593	7.47 596	5.82 597	5.44 603	7.11 593	5.68 601

rvit_stereo_0075_2	6.64 599	8.80 578	5.25 589	7.89 590	5.27 601	7.90 602	5.27 600	7.92 603	5.28 600	7.91 603	5.29 601	7.93 604	5.27 592	7.92 603	5.28 597	7.93 600	5.28 585	7.93 603	5.29 602	7.93 596	5.28 600

RAFT	6.73 600	9.36 582	7.40 600	8.51 594	6.55 603	6.88 599	6.60 603	6.79 598	6.60 603	6.80 599	6.72 605	5.31 596	5.50 594	6.61 596	6.61 603	8.42 602	5.89 588	5.73 596	5.45 604	6.61 589	6.24 602

SGM+DAISY	7.06 601	9.15 580	5.38 591	8.84 595	5.18 600	8.80 604	5.31 601	8.79 605	5.28 600	8.89 605	5.20 600	8.93 606	5.33 593	8.95 605	5.36 598	8.70 604	5.21 584	8.74 606	5.20 601	8.89 600	5.15 599

test-v	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 600	6.91 604	7.29 600	5.71 602	6.45 600	6.93 597	6.73 599	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 604

test-2	7.53 602	11.89 590	7.98 602	9.36 597	7.14 604	7.06 600	7.09 604	7.37 600	6.91 604	7.29 600	5.71 602	6.45 600	6.93 597	6.73 599	7.27 604	8.93 605	7.85 598	6.98 601	6.80 605	7.56 594	7.34 604

PA-Net	11.80 604	223.51 630	0.62 350	0.59 309	0.71 408	0.59 366	0.73 408	0.67 367	0.73 414	0.55 355	0.61 387	0.60 369	0.74 405	0.63 367	0.73 406	0.66 354	0.60 353	0.69 382	0.66 402	0.72 359	0.65 385
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
MANE	19.05 605	23.00 598	15.00 605	23.00 612	15.00 606	24.00 611	16.00 606	24.00 612	16.00 606	22.00 612	15.00 606	23.00 613	16.00 606	23.00 612	15.00 606	22.00 613	15.00 607	22.00 613	15.00 607	22.00 613	15.00 606

rafts_anoy	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

raft+_RVC	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

raftrobust	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

CasAABBNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

RALCasStereoNet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

RALAANet	20.00 606	20.00 592	20.00 606	20.00 606	20.00 607	20.00 605	20.00 607	20.00 606	20.00 607	20.00 606	20.00 607	20.00 607	20.00 607	20.00 606	20.00 607	20.00 607	20.00 608	20.00 607	20.00 608	20.00 607	20.00 607

111	30.40 612	30.94 614	29.72 613	32.61 613	30.02 614	33.57 612	30.47 614	31.50 613	29.39 614	30.98 613	29.11 614	29.78 614	30.39 617	29.45 613	30.76 617	30.08 614	29.02 615	29.92 614	30.32 618	29.86 614	30.17 614

WCMA_ROB	31.10 613	35.43 618	27.12 612	39.51 624	23.10 613	38.78 623	25.30 613	37.49 624	25.39 613	37.29 623	27.02 613	38.52 625	26.48 613	37.80 623	26.44 613	36.28 621	22.65 614	33.90 618	22.30 614	37.10 622	24.18 613

DCANet-4	35.22 614	34.54 615	35.08 619	33.58 617	35.47 621	34.55 613	35.53 621	36.08 619	35.85 618	35.92 619	35.77 620	35.18 620	35.48 619	35.39 619	37.15 623	34.55 620	33.92 619	35.02 621	34.90 620	35.79 618	34.74 621

ADStereo(finetuned)	36.13 615	36.63 619	38.07 623	36.97 618	33.25 618	35.91 617	34.45 618	36.36 620	32.99 615	38.14 624	36.71 621	36.69 621	34.13 618	38.57 624	40.79 624	37.60 625	36.58 622	35.90 622	33.36 619	35.42 617	34.04 618

Reg-Stereo(zero)	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 621	37.00 619	37.00 620	37.00 622	37.00 622	37.00 620	37.00 620	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 622

HI	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 621	37.00 619	37.00 620	37.00 622	37.00 622	37.00 620	37.00 620	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 622

CoSv	37.00 616	37.00 620	37.00 620	37.00 619	37.00 622	37.00 620	37.00 622	37.00 621	37.00 619	37.00 620	37.00 622	37.00 622	37.00 620	37.00 620	37.00 620	37.00 622	37.00 623	37.00 623	37.00 623	37.00 619	37.00 622

MDST_ROB	69.83 619	87.70 624	41.95 624	113.75 627	65.62 627	75.05 624	55.25 626	75.64 626	45.04 622	71.61 625	41.75 625	72.81 626	44.06 623	68.38 625	44.63 625	101.89 628	59.57 628	107.10 628	61.05 628	104.38 625	59.38 627

NOSS_ROB	102.95 620	153.00 628	121.00 627	51.00 625	44.00 625	165.00 627	127.00 627	153.00 627	119.00 624	164.00 628	125.00 627	168.00 629	120.00 625	153.00 627	117.00 627	49.00 626	44.00 626	49.00 626	44.00 626	49.00 623	44.00 625

CBMV	128.50 621	1422.70 635	53.10 625	79.50 626	51.30 626	77.30 625	49.70 625	74.00 625	48.20 623	77.20 626	48.80 626	73.90 627	48.00 624	73.80 626	48.80 626	70.40 627	45.10 627	68.90 627	46.10 627	68.20 624	45.00 626
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MeshStereo	159.24 622	171.00 629	160.68 630	162.58 628	160.59 628	164.01 626	160.35 628	158.51 628	158.56 625	158.34 627	160.12 628	158.56 628	159.92 626	157.26 628	158.94 628	154.38 629	158.36 629	155.75 629	159.13 630	153.67 626	154.07 628
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 623	123.00 625	115.00 626	219.00 629	218.00 630	223.00 628	244.00 630	217.00 629	236.00 627	202.00 629	203.00 629	205.00 630	208.00 627	225.00 629	204.00 629	210.00 630	198.00 630	197.00 630	184.00 631	204.00 627	201.00 629

MGS-Stereo	239.45 624	123.00 625	135.00 628	266.00 630	286.00 631	277.00 629	305.00 631	271.00 630	242.00 628	274.00 630	279.00 631	255.00 631	270.00 629	268.00 630	297.00 631	221.00 631	247.00 632	216.00 631	123.00 629	217.00 628	217.00 631

EGLCR-Stereo	246.90 625	129.00 627	139.00 629	266.00 630	286.00 631	277.00 629	305.00 631	271.00 630	242.00 628	274.00 630	279.00 631	255.00 631	270.00 629	268.00 630	297.00 631	230.00 632	247.00 632	216.00 631	223.00 633	237.00 629	227.00 632

DLCB_ROB	284.23 626	354.61 631	207.27 631	363.24 632	206.46 629	364.72 631	210.41 629	364.72 632	210.41 626	364.81 632	208.64 630	364.81 633	208.64 628	364.72 632	210.41 630	354.70 633	205.53 631	354.70 633	205.53 632	354.70 630	205.53 630

LE_ROB	396.57 627	471.28 632	329.84 632	471.48 633	308.15 633	526.83 632	322.10 633	488.15 633	323.76 630	495.46 633	317.97 633	497.17 634	320.10 631	481.62 633	326.76 633	462.71 634	298.97 634	466.16 634	285.98 634	447.62 631	289.21 633

SGM-ForestM	596.69 628	677.77 633	444.52 633	699.85 634	517.25 634	732.94 633	488.29 634	770.79 634	460.11 631	750.81 634	487.98 634	792.79 635	499.41 632	730.90 634	475.81 634	720.03 635	491.16 635	663.96 635	418.60 635	674.76 632	436.05 634

CBMV_ROB	818.48 629	913.88 634	709.52 634	862.84 635	597.78 635	1073.99 634	700.52 635	1015.66 635	702.59 632	1115.65 635	760.02 635	1130.24 636	721.57 633	1037.41 635	692.65 635	814.05 636	564.29 636	843.28 636	595.31 636	915.51 633	602.92 635

tt	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 617	33.55 616	34.50 614	35.43 618	33.81 618	10000000.00 634	33.57 617	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 619

DCANet	500032.53 630	34.60 616	29.72 613	37.47 622	34.41 619	36.85 618	35.22 619	34.71 617	33.55 616	34.50 614	35.43 618	33.81 618	10000000.00 634	33.57 617	33.13 618	33.68 618	35.00 620	34.03 619	35.26 621	30.96 615	34.63 619

fff	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 614	10000000.00 633	35.27 616	29.82 615	32.45 615	30.15 614	32.35 614	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 615

csc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 614	10000000.00 633	35.27 616	29.82 615	32.45 615	30.15 614	32.35 614	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 615

cscssc	1000028.16 632	29.62 610	29.72 613	32.61 613	30.02 614	35.13 614	31.83 615	32.07 614	10000000.00 633	35.27 616	29.82 615	32.45 615	30.15 614	32.35 614	30.09 614	31.04 615	29.55 616	30.64 615	30.14 615	10000000.00 634	30.77 615

111111	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

SGD-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

IGEV-Stereo++	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

IGEV-BASED-STEREO-	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

IGEV-Stereo+	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

SDNR	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

anonymousdsp2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

anonymousdsp	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

test_example2	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636

DIP-Stereo	10000000.00 635	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 635	10000000.00 636	10000000.00 636	10000000.00 633	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 634	10000000.00 636	10000000.00 636	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 637	10000000.00 634	10000000.00 636
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022
GS-Stereo							0.38 308	0.50 323	0.38 307	0.50 333	0.38 313	0.50 340	3.79 580	0.50 331	0.38 299	0.54 329	0.43 302	0.46 329	0.34 296	0.46 301	0.35 285

FADE		0.06 54		0.09 55	0.10 122							0.05 90				0.15 125	0.10 75	0.17 154	0.13 156	0.11 123

Low-res two-view benchmark